交通事故黑点识别是道路安全管理的一项基础工作。事故黑点的识别是否准确性有效,是交通管理和设计部门非常关心的问题。目前世界各国都在进行事故黑点的研究,提出了很多识别识别方法。本文研究的内容是如何应用统计模式识别法识别高速公路事故黑点。本文首先分析了影响事故黑点的固定因素和随机因素和这两种因素对黑点识别模型建立的准确性的影响,同时讨论了采用模式识别法识别事故黑点的优势和原理。在采集和处理实验数据以后,本文应用数学工具软件Matlab建立最小二乘、费谢尔线性和BP神经网络模型三种统计模式识别法模型。对计算结果进行比较,淘汰了均方差较大的最小二乘、费谢尔线性识别法,确定建立BP神经网络模型。在选择合适的神经网络模型时,采用基础算法和11种改进算法演算实验路段数据；在比较收敛速度和均方差后,确定选用贝叶斯正则算法建立模型。最后,应用建好的模型识别实验路段的事故黑点,并对结果进行分析。此外,本文提出对实验路段进行黑点识别时,要排除随机因素的影响,才能识别出真正的事故黑点。