References1. Savolainen P, Mannering F, Lord D, Quddus M. The statisti การแปล - References1. Savolainen P, Mannering F, Lord D, Quddus M. The statisti ไทย วิธีการพูด

References1. Savolainen P, Mannerin

References
1. Savolainen P, Mannering F, Lord D, Quddus M. The statistical analysis of highway crash-injury severities: a review and
assessment of methodological alternatives. Accid Anal Prev. 2011;43:1666–76.
2. Depaire B, Wets G and Vanhoof K. Traffic accident segmentation by means of latent class clustering, accident analysis
and prevention, vol. 40. Elsevier; 2008.
3. Karlaftis M, Tarko A. Heterogeneity considerations in accident modeling. Accid Anal Prev. 1998;30(4):425–33.
4. Ma J, Kockelman K. Crash frequency and severity modeling using clustered data from Washington state. In: IEEE
Intelligent Transportation Systems Conference. Toronto Canadá; 2006.
5. Jones B, Janssen L, Mannering F. Analysis of the frequency and duration of freeway accidents in Seattle, accident
analysis and prevention, vol. 23. Elsevier; 1991.
6. Miaou SP, Lum H. Modeling vehicle accidents and highway geometric design relationships, accident analysis and
prevention, vol. 25. Elsevier; 1993.
7. Miaou SP. The relationship between truck accidents and geometric design of road sections–poisson versus negative
binomial regressions, accident analysis and prevention, vol. 26. Elsevier; 1994.
8. Poch M, Mannering F. Negative binomial analysis of intersection-accident frequencies. J Transp Eng. 1996;122.
9. Abdel-Aty MA, Radwan AE. Modeling traffic accident occurrence and involvement. Accid Anal Prev Elsevier. 2000;32.
10. Joshua SC, Garber NJ. Estimating truck accident rate and involvements using linear and poisson regression models.
Transp Plan Technol. 1990;15.
11. Maher MJ, Summersgill I. A comprehensive methodology for the fitting of predictive accident models. Accid Anal
Prev Elsevier. 1996;28.
12. Chen W, Jovanis P. Method of identifying factors contributing to driver-injury severity in traffic crashes. Transp Res
Rec. 2002:1717.
13. Chang LY, Chen WC. Data mining of tree based models to analyze freeway accident frequency. J Saf Res Elsevier.
2005;36.
14. Tan PN, Steinbach M, Kumar V. Introduction to data mining. Pearson Addison-Wesley; 2006.
15. Abellan J, Lopez G, Ona J. Analyis of traffic accident severity using decision rules via decision trees, vol. vol. 40.
Expert System with Applications: Elsevier; 2013.
16. Rovsek V, Batista M, Bogunovic B. Identifying the key risk factors of traffic accident injury severity on Slovenian roads
using a non-parametric classification tree, transport. UK: Taylor and Francis; 2014.
17. Kashani T, Mohaymany AS, Rajbari A. A data mining approach to identify key factors of traffic injury severity, promettraffic
& transportation, vol. 23; 2011.
18. Han J, Kamber M. Data Mining: Concepts and Techniques. USA: Morgan Kaufmann Publishers; 2001.
19. Fraley C, Raftery AE. Model-based clustering, discriminant analysis, and density estimation. J Am Stat Assoc.
2002;97(458):611–31.
20. Sohn SY. Quality function deployment applied to localtraffic accident reduction. Accid Anal Prev. 1999;31:751–61.
21. Ng KS, Hung WT, Wong WG. An algorithm for assessing the risk of traffic accident. J Saf Res. 2002;33:387–410.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
อ้างอิง1. Savolainen P, Mannering F เจ้า D, Quddus M การวิเคราะห์ทางสถิติของ severities ทางหลวงชนบาดเจ็บ: รีวิว และการประเมินทางเลือกวิธี Accid ทวารยั่ง 2011; 43:1666 – 762. Depaire B, Wets G และ Vanhoof คุณจราจรอุบัติเหตุแบ่ง โดยแฝงคลาคลัสเตอร์ การวิเคราะห์อุบัติเหตุและการ ป้องกัน ฉบับที่ 40 Elsevier 20083. Karlaftis M, Tarko A. Heterogeneity พิจารณาในแบบจำลองอุบัติเหตุ Accid ทวารยั่ง 1998; 30 (4): 425 – 334. ma J, Kockelman k.ชนความถี่ และความรุนแรงที่โมเดลใช้คลัสเตอร์ข้อมูลจากรัฐวอชิงตัน ใน: IEEEประชุมระบบขนส่งอัจฉริยะ Canadá โทรอนโต 20065. B โจนส์ ตกแต่ง L, Mannering F. การวิเคราะห์ความถี่และระยะเวลาที่เกิดอุบัติเหตุฟรีเวย์ในซีแอตเทิล อุบัติเหตุการวิเคราะห์และการป้องกัน ฉบับที่ 23 Elsevier 19916. Miaou SP, Lum H. โมเดลรถอุบัติเหตุและทางหลวงออกแบบทางเรขาคณิตความสัมพันธ์ การวิเคราะห์อุบัติเหตุ และการป้องกัน ฉบับที่ 25 Elsevier 19937 เอสพี Miaou ความสัมพันธ์ระหว่างเกิดอุบัติเหตุรถบรรทุกและออกแบบทางเรขาคณิตของส่วนถนน – ปัวและลบทวินามที่รู้จัก การวิเคราะห์อุบัติเหตุ และการ ป้องกัน ฉบับที่ 26 Elsevier 19948. Poch M, Mannering F. ลบทวินามวิเคราะห์ความถี่ตัดอุบัติเหตุ J Transp อังกฤษ 1996; 1229. Abdel-Aty MA, Radwan AE แบบจำลองการเกิดอุบัติเหตุจราจรและมีส่วนร่วม Accid ทวาร Prev Elsevier 2000, 3210. โจชัว SC, Garber NJ ประมาณรถบรรทุกอุบัติเหตุ และส่วนร่วมกับการใช้เส้นตรง และแบบจำลองถดถอยปัวTechnol. แผน Transp 1990; 1511. บรรยาย MJ, Summersgill ฉัน วิธีการที่ครอบคลุมการติดตั้งของแบบจำลองการคาดการณ์อุบัติเหตุ Accid ทางทวารหนักPrev Elsevier 1996; 2812. เฉิน W, Jovanis P. วิธีการระบุปัจจัยที่เอื้อต่อการควบคุมบาดเจ็บรุนแรงในการเข้าชมล้มเหลว Transp Resราคา 2002:171713. ช้างลี เฉิน WC การทำเหมืองข้อมูลของต้นไม้ตามรูปแบบการวิเคราะห์ความถี่ของอุบัติเหตุฟรีเวย์ J Saf Res Elsevier2005; 3614. ตาล PN, Steinbach M แนะนำ V. Kumar การทำเหมืองข้อมูล แอดดิสัน Pearson-Wesley 200615. Abellan J, G โลเปซ Analyis J. Ona ความรุนแรงอุบัติเหตุจราจรที่ใช้ตัดสินใจกฎผ่านต้นไม้ตัดสินใจ ปีที่ฉบับฉบับ 40ระบบผู้เชี่ยวชาญกับการใช้งาน: Elsevier 201316. Rovsek V, M บาทิสตา Bogunovic B. ระบุปัจจัยเสี่ยงที่สำคัญของความรุนแรงการบาดเจ็บอุบัติเหตุจราจรบนถนนที่สโลวีเนียใช้ต้นไม้ประเภทที่ไม่ใช่พาราเมตริก การขนส่ง สหราชอาณาจักร: เทย์เลอร์และ Francis 201417. Kashani T, Mohaymany AS, Rajbari อ. วิธีการทำเหมืองข้อมูลเพื่อระบุปัจจัยสำคัญของความรุนแรงการบาดเจ็บการจราจร promettrafficและการขนส่ง ฉบับ 23 201118. ฮัน J การทำเหมืองข้อมูล M. Kamber: แนวคิดและเทคนิค สหรัฐอเมริกา: Morgan Kaufmann เจ้า 200119. Fraley C, Raftery AE แบบคลัสเตอร์ การวิเคราะห์ discriminant และการประเมินความหนาแน่น รศสถิติ Am J2002; 97 (458): 611-3120. Sohn SY การใช้งานกับ localtraffic ลดอุบัติเหตุ Accid ทวารยั่ง 1999; 31:751-6121. ฉบับ KS แขวน WT, Wong WG อัลกอริทึมสำหรับการประเมินความเสี่ยงของอุบัติเหตุ ทรัพยากร Saf J 2002; 33:387 – 410
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
อ้างอิง
1 Savolainen P, F ริ่ลอร์ด D, Quddus เมตรการวิเคราะห์ทางสถิติความรุนแรงของทางหลวงชนได้รับบาดเจ็บ: การตรวจสอบและ
การประเมินทางเลือกในระเบียบวิธีการ Accid ก้นก่อนหน้า 2011; 43: 1666-1676.
2 Depaire B, G และชุบ Vanhoof เคจราจรการแบ่งส่วนการเกิดอุบัติเหตุโดยวิธีการของการจัดกลุ่มกลุ่มแฝงการวิเคราะห์การเกิดอุบัติเหตุ
และการป้องกันฉบับ 40. เอลส์; 2008
3 Karlaftis M พิจารณา Tarko A. เป็นเอกภาพในการสร้างแบบจำลองการเกิดอุบัติเหตุ Accid ก้นก่อนหน้า 1998; 30 (4): 425-33.
4 Ma เจเค Kockelman ชนความถี่และความรุนแรงการสร้างแบบจำลองโดยใช้ข้อมูลคลัสเตอร์จากรัฐวอชิงตัน ใน: IEEE
ระบบขนส่งอัจฉริยะประชุม โตรอนโตประเทศแคนาดา; 2006
5 โจนส์ B, Janssen L, เอฟริ่วิเคราะห์ความถี่และระยะเวลาของการเกิดอุบัติเหตุบนทางด่วนในซีแอตเติอุบัติเหตุ
การวิเคราะห์และการป้องกันฉบับ 23. เอลส์; 1991
6 Miaou SP, ลุมเอชการสร้างแบบจำลองการเกิดอุบัติเหตุรถและทางหลวงความสัมพันธ์การออกแบบทางเรขาคณิตการวิเคราะห์อุบัติเหตุและการ
ป้องกันฉบับ 25. เอลส์; 1993
7 Miaou SP ความสัมพันธ์ระหว่างการเกิดอุบัติเหตุรถบรรทุกและการออกแบบทางเรขาคณิตของถนนส่วน Poisson เมื่อเทียบกับเชิงลบ
ถดถอยทวินามการวิเคราะห์การเกิดอุบัติเหตุและการป้องกันฉบับ 26. เอลส์; 1994
8 Poch เอ็มเอฟริ่วิเคราะห์ทวินามเชิงลบของความถี่แยกอุบัติเหตุ J Transp Eng 1996; 122.
9 Abdel-กิน MA, Radwan AE การจราจรการสร้างแบบจำลองการเกิดอุบัติเหตุและการมีส่วนร่วม Accid ก้นก่อนหน้าเอลส์ 2000. 32
10 โจชัวเซาท์แคโรไลนา, นิวเจอร์ซีย์การ์เบอร์ การประเมินอัตราการเกิดอุบัติเหตุรถบรรทุกและหยั่งทราบใช้เส้นและ Poisson รุ่นถดถอย.
Transp แผนวิทยาศาสตร์และเทคโนโลยี 1990; 15.
11 เฮอร์เจ Summersgill นะวิธีการที่ครอบคลุมสำหรับการที่เหมาะสมของแบบจำลองทำนายการเกิดอุบัติเหตุ Accid ก้น
ก่อนหน้าเอลส์ 1996. 28
12 เฉิน W, Jovanis พีวิธีการระบุปัจจัยที่เอื้อให้คนขับรถได้รับบาดเจ็บรุนแรงในการเกิดปัญหาการจราจร Transp Res
Rec 2002:. 1717
13 ช้าง LY เฉินสุขา การทำเหมืองข้อมูลของแบบจำลองตามต้นไม้ในการวิเคราะห์ความถี่การเกิดอุบัติเหตุบนทางด่วน J Saf Res เอลส์.
2005; 36.
14 ตาล PN, Steinbach M มาร์โวลต์รู้เบื้องต้นเกี่ยวกับการทำเหมืองข้อมูล เพียร์สัน Addison-Wesley; 2006
15 Abellan เจโลเปซ G, Ona เจ Analyis ของการจราจรอุบัติเหตุความรุนแรงโดยใช้กฎการตัดสินใจผ่านต้นไม้ตัดสินใจฉบับ ฉบับ 40.
ระบบผู้เชี่ยวชาญที่มีการใช้งาน: เอลส์; 2013
16 Rovsek V บาติสตาเอ็มบี Bogunovic ระบุปัจจัยเสี่ยงที่สำคัญของการจราจรอุบัติเหตุบาดเจ็บรุนแรงบนถนนสโลวีเนีย
โดยใช้ต้นไม้การจัดหมวดหมู่ที่ไม่ใช่พาราขนส่ง สหราชอาณาจักร: เทย์เลอร์และฟรานซิส; 2014
17 Kashani T, Mohaymany AS, Rajbari วิธีการทำเหมืองข้อมูล A. A เพื่อแจ้งปัจจัยสำคัญของความรุนแรงการบาดเจ็บการจราจร promettraffic
และการขนส่งฉบับ 23; 2011
18 ฮันเจเอ็ม Kamber Data Mining: แนวคิดและเทคนิค สหรัฐอเมริกา: มอร์แกนสำนักพิมพ์ Kaufmann; 2001
19 Fraley C, Raftery AE แบบที่ใช้การจัดกลุ่มการวิเคราะห์จำแนกและการประมาณค่าความหนาแน่น J Am Stat รศ.
2002; 97 (458): 611-31.
20 Sohn SY ฟังก์ชั่นการใช้งานที่มีคุณภาพนำไปใช้กับ localtraffic ลดอุบัติเหตุ Accid ก้นก่อนหน้า 1999; 31:. 751-61
21 อึ้ง KS, ฮุ WT วงศ์ WG อัลกอริทึมสำหรับการประเมินความเสี่ยงของการเกิดอุบัติเหตุจราจร J Saf Res 2002; 33: 387-410
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
อ้างอิง1 . ร์ ซาโวเลเนียน P , แมนเนอริ่ง F " D , quddus ม. การวิเคราะห์ของทางหลวงชนบาดเจ็บ severities : ทบทวนการประเมินทางเลือกวิธีการ . ภาพอุบัติเหตุทางทวารหนัก . 2011 ; 43:1666 – 762 . depaire B , G และ vanhoof wets อุบัติเหตุ K . การแบ่งส่วนโดยแฝงระดับการจัดกลุ่ม การวิเคราะห์อุบัติเหตุและการป้องกัน , ฉบับที่ 40 บริษัท ; 20083 . karlaftis M , tarko . สามารถพิจารณาในการเกิดอุบัติเหตุ ภาพอุบัติเหตุทางทวารหนัก . 1998 ; 30 ( 4 ) : 425 – 334 . แม่ J , K . @ kockelman ความถี่และความรุนแรงแบบกลุ่มโดยใช้ข้อมูลจากรัฐวอชิงตัน ใน : IEEEประชุมระบบการขนส่งอัจฉริยะ โตรอนโตอื่นๆ . kgm ; 20065 . โจนส์ B , Janssen l แมนเนอริ่ง F . การวิเคราะห์ความถี่ของอุบัติเหตุบนทางด่วนในซีแอตเติล , อุบัติเหตุการวิเคราะห์และการป้องกัน , 23 . . บริษัท ; 19916 . เสียงร้องของแมว SP , ลำฮ. แบบอุบัติเหตุรถและทางหลวงทางเรขาคณิตการออกแบบความสัมพันธ์ การวิเคราะห์ และอุบัติเหตุการป้องกัน , 25 ปีที่ . บริษัท ; 19937 . เสียงร้องของแมว sp . ความสัมพันธ์ระหว่างการเกิดอุบัติเหตุรถบรรทุกและการออกแบบทางเรขาคณิตของถนนและปัวซงเมื่อเทียบกับลบ ส่วนแบบสมการถดถอยการวิเคราะห์อุบัติเหตุและการป้องกันที่ 26 ฉบับที่ . บริษัท ; 19948 . poch M แมนเนอริ่ง เอฟ ลบแบบการวิเคราะห์ความถี่ของอุบัติเหตุสี่แยก J การขนส่งวัวอังกฤษ 1996 ; 122 .9 . เดล aty มา ยัง เอ แบบจำลองการเกิดอุบัติเหตุการจราจรและการมีส่วนร่วม . ภาพอุบัติเหตุจากทวารหนัก . 2000 ; 3210 . โจชัว เอสซี การ์เบอร์ NJ . การประเมินอัตราการเกิดอุบัติเหตุรถบรรทุกและ involvements โดยใช้เส้นตรงและพารามิเตอร์การถดถอยเทคโนโลยีการวางแผนการขนส่งวัว . 1990 ; 1511 . นายเอ็มเจ summersgill ฉันครอบคลุมวิธีการที่เหมาะสมของรูปแบบอุบัติเหตุการคาดการณ์ . อุบัติเหตุทางทวารหนัก( ส . 1996 ; 2812 . เฉิน W , jovanis หน้าวิธีการระบุปัจจัยที่เกี่ยวข้องกับความรุนแรงของการบาดเจ็บในไดรเวอร์เกิดปัญหาการจราจร การขนส่งวัวเรส2002:1717 Rec .13 . ชาง ลี , เฉินสุขา . การทำเหมืองข้อมูลของต้นไม้ตามรูปแบบการวิเคราะห์ความถี่ของอุบัติเหตุทางด่วน J SAF RES จาก .2005 ; 3614 . PN , Tan Steinbach M , คูวี แนะนำการทำเหมืองข้อมูล แอดดิสัน เวสลี่ เพียร์สัน ; 200615 . abellan J , โลเปซกรัม ONA เจ. analyis ความรุนแรงของอุบัติเหตุจราจร โดยใช้กฎการตัดสินใจผ่านต้นไม้ การตัดสินใจ ฉบับที่ ฉบับที่ 40ระบบผู้เชี่ยวชาญกับการประยุกต์ใช้ : เอลส์ ; 201316 . rovsek V , บาทิสต้า M , bogunovic พ. ระบุปัจจัยความเสี่ยงของอุบัติเหตุจราจรบาดเจ็บความรุนแรงบนท้องถนน ภาษาสโลเวเนียใช้ไม่ใช้พารามิเตอร์ประเภทต้นไม้ , ขนส่ง อังกฤษ : เทย์เลอร์และฟรานซิส ; 201417 . kashani T , mohaymany เป็น Rajbari อ. การทำเหมืองข้อมูลวิธีการระบุปัจจัยสำคัญของความรุนแรงของการบาดเจ็บ promettraffic การจราจร ,และการขนส่ง , 23 . ; )18 . ฮันเจ เหมืองแร่ แคมเบอร์ M ข้อมูล : แนวคิดและเทคนิค . สหรัฐอเมริกา : มอร์แกนที่สุดผู้เผยแพร่ ; 200119 . อัน C raftery เอ การวิเคราะห์จำแนกกลุ่มแบบพื้นฐาน , และการประมาณความหนาแน่น J เป็น stat รศ.2002 ; 97 ( 458 ) : 611 – 3120 . ซอนไซ ปกาเกอะญอใช้เพื่อลดอุบัติเหตุ localtraffic . ภาพอุบัติเหตุทางทวารหนัก . 2542 ; 31:751 – 6121 . ของ KS , แขวน โดยน้ำหนัก วง WG . ขั้นตอนวิธีสำหรับการประเมินความเสี่ยงของการเกิดอุบัติเหตุจราจร J SAF res . 2002 ; 33:387 – 410
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: