道路交通安全是世界性的社会问题,道路交通事故带来的经济损失约占各国GDP总量的1%到3%。近年来,我国发生于道路交通事故的死亡事件一直居高不下,但实际上中国汽车的保有量只占全球3%左右。因此,我国政府投入了大量财政资金用于排查危险地段与制定交通法规政策,以期减少交通事故的发生率,从而更好地保证生命和物资财产的安全。随着经济发展,机动化水平的提高,最求高速度、高需求、高频度,致使道路交通事故过程具有系统复杂性、物质高性能的特点。因此,有必要研究相关的智能化分析道路交通事故的理论和方法,挖掘事故的规律性、隐蔽性、致因性、突发性。将分析的道路交通事故原因做为辅助交管部门决策的依据。对发展智能交通、实现科技兴警具有积极意义。本文设计的道路交通事故信息分析系统,所有的关系模式均遵从3NF。在数据库中包含大量信息,有些是导致事故的根本因素,有些是发生事故的相关因素,还有一些信息与道路交通事故鉴别工作无关,只是辅助记录一些信息。因此,一方面要抓主要矛盾,另一方面要提出与事故鉴别无关的信息,简化工作复杂程度。粗糙集理论是处理含糊性和不确定性问题的数学工具,可应用于揭示不精确数据间的关系,发现对象和属性间的依赖,评价属性对分类的重要性,去除冗余数据,从而对信息系统进行约简,生成决策规则。粗糙集运用核和约简计算,能够分析特征约简、提取及属性的关联。它可以用来计算密集,特别是约简的计算是一个NP-完全问题。在实际应用中为简化运算,常常运用启发信息求近似约简。可以用约简核为基本集,对基本集合降序加入属性,可根据属性的重要程度排序,直至它成为一个约简;检索集合的各个属性——如从集合中删除任一属性,且不会更改该其属性依赖度,就将这个属性从集合中删去,直至集合不再发生变化为止。在求得约简、约简核的基础上,利用一些统计量分析属性的期望、方差,利用相关系数等决定选择哪一个具体的约简,以确定与交通事故相关的直接因素。为便于分析,将数据可视化技术应用其中。可视化技术与计算机图形学、多媒体系统、人机接口等学科关系密切,旨在把数据、信息和知识转化为人类视觉可感知的表示形式,以便从数据集合中分析隐含的和有用的知识,引导决策者做出科学的预见和决策。本文实现的可视化方法包括折线图、饼图、散点图、柱状图、平行坐标法等,可以直观地用于道路交通事故分析。利用粗糙集约简、相关的统计指标和可视化图形,用户可以有效地分析道路交通事故信息。经过对事故数据库中的数据进行分析,道路交通事故情况可以归纳为以下特点:一、严重交通违法行为;二、国省道和高速公路仍然是事故多发点段;三、恶劣的天气因素;四、摩托车肇事上升。智能交通系统为分析道路交通事故信息提供便利,随着互联网技术的发展,在交通系统中将大幅度提升获取信息的手段和方法。面对大规模数据,可以考虑将机器学习、数据挖掘技术等应用其中。具体研究内容将涉及数据预处理、数据相似性及相关性度量;在聚类方面可以使用基于划分的聚类和基于密度的聚类;在分类方面,决策树、朴素贝叶斯网络、人工神经网络等都可以用于道路交通事故数据信息;在可视化技术方面可以增强在三维空间上的数据展现。