机译:利用统计和机器学习分类方法崩溃船舶后端崩溃的严重性分析
San Diego State Univ Dept Civil Construct & Environm Engn San Diego CA 92182 USA;
San Diego State Univ Dept Civil Construct & Environm Engn San Diego CA 92182 USA;
Chapman Univ Dept Psychol Orange CA USA;
San Diego State Univ Dept Civil Construct & Environm Engn San Diego CA 92182 USA;
Traffic safety; crash severity classification; machine learning; mixed multinomial logit; support vector machine;
机译:一种改善碰撞伤害严重性分析的机器学习方法 - 以埃及开罗的工作区崩溃案例研究
机译:四种统计和机器学习方法的碰撞严重程度预测的比较
机译:加利福尼亚州行人事故的每日分析:伤害严重程度调查,Logistic回归和使用HSIS数据的机器学习方法
机译:使用机器学习模型的重型车辆崩溃的严重性分析 - 以新泽西岛为例
机译:稀土元素煤炭分类统计分析与机器学习+ Y(Rey)
机译:交通崩溃严重性预测 - 混合主成分分析和机器学习模型的协同作用
机译:涉及工人工作区崩溃的碰撞严重因素的时间调查:随机参数和机器学习方法
机译:影响多车辆后端碰撞的因素:Crash211传播和伤害严重程度分析