基于双层评定模型的钳闭影响下乘员损伤严重程度分析与预测

作者：李旋; 韩天园; 吕凯光; 乔洁; 刘永涛^*

来源：汽车技术, 2021, (08): 50-56.

DOI：10.19620/j.cnki.1000-3703.20201261

• Clamping effect
• Severity of injury
• Apriori association rule
• Two-layer evaluation model
• Random forest
• Analysis and prediction Clamping effect
• Analysis and prediction

为确定轿车碰撞事故中钳闭影响下乘员损伤严重程度的影响因素,从陕西长安大学机动车物证司法鉴定中心数据库中筛选包括24种车型的714组轿车碰撞事故数据,通过Apriori关联规则挖掘出相关的特征因素,建立双层评定模型(Logit Model)对车辆层次与乘员层次的特征因素进行分析。结果表明,致伤部件质量变量对组织结构、身体部位、损伤类型变量的影响分别达到28.89%、15.79%、14.03%,事故中头部相较于其他部位损伤更严重,损伤较为严重的情况往往伴随着乘员重度骨折与大面积损伤。最后,通过随机森林模型对乘员损伤严重程度进行预测,预测结果准确率可达到82.97%。

• 单位
  长安大学