TY-JOURA2-Zou、YajieAU-Hallmark、BryceAU-Dong、JingPY-2020为了评估冬季天气安全影响、维护操作和交通操作,开发出各种碰撞频率模型在这次研究中,数组数据集,包括天气数据、雪犁运算和流量信息数据集合并开发一个强健冬天气频模式开发使用大型多变数据集的统计模型时,挑战之一是确定模型中应包含哪些解释变量论文展示特征选择框架,使用机器学习算法即Boruta算法并穷尽搜索选择列变量列表以列入负二元崩溃频率模型本文拟特征选择框架产生一致性和直觉效果,因为特征选择过程会降低数据集中不同变量间交互复杂性这使崩溃频率模型能够更好地帮助机构确定有效方法,通过冬季维护操作提高公路安全举例说,暴风雨开始前增加犁作业与崩溃率下降相关联预处理操作可在减轻冬季风暴影响方面发挥重要作用。SN-0197-6729UR-https://doi.org/101155/208824943DO-10.1155/208824943JF-高级交通PB杂志HindawiKW-ER