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。