申请/专利权人：东南大学

申请日：2023-12-04

公开（公告）日：2024-03-29

公开（公告）号：CN117787688A

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06Q10/04;G06Q10/0639;G06Q50/26;G06Q50/40

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开一种国省干线道路交通事故风险预测方法，属于计算、推算或计数的技术领域。该方法，首先，本发明在对数据进行预处理和时空划分的基础上，从人员、车辆、道路、环境四个角度提取交通事故风险特征；接着，构建经济指标划分交通事故类型，通过交通事故数量、事故发生率、事故危害性构建干线道路交通风险指标；然后，基于贝叶斯网络模型，通过结构学习算法初步获得交通风险预测模型结构，结合既有知识进行模型结构优化；最后，通过真实数据训练模型并对模型进行评价。该发明以交通管理部门易获取的数据作为数据源，应用可解释性强的贝叶斯网络模型，无需大量训练数据，实现了在检测设备不健全条件下的国省干线道路交通风险预测。

主权项：1.一种国省干线道路交通事故风险预测方法，其特征在于，包括如下步骤：步骤S1，对交通事故数据集进行预处理，对预处理后的交通事故数据集进行时间和空间划分；步骤S2，对经步骤S1时间和空间划分后的交通事故数据集，从人员、车辆、道路、环境四个角度提取交通事故风险特征，并对所提取的交通事故风险特征进行离散化处理；步骤S3，根据交通事故的经济损失划分事故严重程度，计算每个空间段和时间段内的总事故数、百万车公里事故率、加权事故率，计算每个空间段和时间段的交通事故综合风险值；步骤S4，以每个空间段和时间段的交通事故综合风险值为演绎推理目标，将步骤S2提取的交通事故风险特征分别作为贝叶斯网络的一个节点，构建贝叶斯网络模型；步骤S5，将实时交通事故数据输入步骤S4构建的贝叶斯网络模型，获取国省干线道路交通事故风险预测值。

全文数据：

权利要求：

百度查询： 东南大学 一种国省干线道路交通事故风险预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD