【技术实现步骤摘要】
一种交通事件关联度计算方法、装置及设备
[0001]本专利技术属于数据处理
，特别涉及一种交通事件关联度计算方法、装置及设备。
技术介绍
[0002]随着高速公路网密度的增加，高速公路交通事故和因为受到交通事故的影响导致的二次事故数量与严重程度亦不断上升。关于交通事故中主要事件和二次事件的关联性分析，现有研究都是基于时空阈的方法，无论是动态时空阈还是静态时空阈，都仅仅是从时间和空间的角度分析，对主要事件和二次事件之间关联性的定性分析的准确度较低，并且缺乏对于主要事件和二次事件之间的关联度的定量计算。
技术实现思路
[0003]本专利技术实施例提供一种交通事件关联度计算方法、装置及设备，解决了现有技术中缺乏对于事件之间的关联度的定量计算的问题。
[0004]第一方面，本专利技术的实施例提供一种交通事件关联度计算方法，包括：
[0005]确定第一事件以及与所述第一事件存在关联关系的第二事件；
[0006]获取所述第一事件的第一事件信息以及所述第二事件的第二事件信息；
[0007]根据所述第一事件信息以及所述第二事件信息，计算所述第一事件与所述第二事件的关联度；
[0008]其中，所述第一事件信息包括以下至少一项：所述第一事件的类型、所述第一事件的发生时间、所述第一事件的持续时间、发生所述第一事件的第一路段的平均速度、所述第一路段的平均流量、所述第一路段的湿滑度以及所述第一路段的能见度；所述第二事件信息包括以下至少一项：所述第二事件的事件类型和持续时间。>[0009]进一步地，所述确定第一事件以及与所述第一事件存在关联关系的第二事件，包括：
[0010]确定所述第一事件，并获取所述第一事件的第一数据，所述第一数据包括所述第一事件的发生位置、发生时间以及持续时间；
[0011]获取多个第三事件以及所述第三事件的第二数据，所述第二数据包括所述第三事件的发生位置以及发生时间；
[0012]根据所述第一数据和所述第二数据确定所述第二事件。
[0013]进一步地，所述根据所述第一数据和所述第二数据确定所述第二事件，包括：
[0014]根据所述第一数据，确定目标时空阈，所述目标时空阈用于指示所述第一事件的发生时间到所述第一事件发生后第一预设时间的时间阈，以及，所述第一事件的发生位置到所述第一路段中所述发生位置上游预设距离的空间阈；
[0015]根据所述第二数据，确定所述第三事件中发生于所述时间阈内和所述空间阈内的第二事件。
[0016]进一步地，所述获取第三事件的第二数据，包括：
[0017]从数据库获取所述第三事件的第三数据，所述第三数据包括所述第三事件的事件类型以及持续时间；
[0018]根据所述第三数据对所述第三事件进行筛选，确定通过筛选的第三事件对应的所述第二数据；
[0019]其中，所述通过筛选的第三事件为持续时长大于或者等于预设时间下限，和/或，事件类型为预设事件类型的事件。
[0020]进一步地，所述根据所述第一数据，确定目标时空阈，包括：
[0021]根据所述第一数据，确定第一时空阈；
[0022]根据所述第一时空阈，确定与所述第一时空阈对应的所述第二事件的第一数量；
[0023]缩小所述第一时空阈，得到第二时空阈；
[0024]根据所述第二时空阈，确定与所述第二时空阈对应的所述第二事件的第二数量；
[0025]若所述第二数量小于或者等于所述第一数量的预设比例，则所述第一时空阈为所述目标时空阈；
[0026]或者，若所述第二数量大于所述第一数量的预设比例，则继续缩小所述第二时空阈，直至缩小后的时空阈对应的第二事件的数量小于或者等于第一数量的预设比例。
[0027]进一步地，所述根据所述第一事件信息以及所述第二事件信息，计算所述第一事件与所述第二事件的关联度之前，包括：
[0028]对所述第一事件信息和所述第二事件信息中的数值特征进行数值范围划分，将所述数值特征转换为类型特征，得到全部为类型特征的所述第一事件信息和所述第二事件信息；
[0029]其中，所述数值特征包括以下至少一项：所述第一事件的发生时间、所述第一事件的持续时间、所述第一路段的平均速度、所述第一路段的平均流量、所述第一路段的湿滑度、所述第一路段的能见度和所述第二事件的持续时间。
[0030]进一步地，所述根据所述第一事件信息以及所述第二事件信息，计算所述第一事件与所述第二事件的关联度，包括：
[0031]根据所述第一事件信息以及所述第二事件信息中的每项事件特征，确定多个与一项所述事件特征对应的1项频繁项集；
[0032]根据每个所述1项频繁项集，通过所述关联规则挖掘算法，确定N项频繁项集和K项频繁项集，N和K均为大于1的整数，且K大于N；
[0033]计算所述N项频繁项集的第一支持度以及所述K项频繁项集的第二支持度；
[0034]所述第二支持度与所述第一支持度的商为所述第一事件与所述第二事件的关联度；
[0035]其中，所述N项频繁项集为关于所述第一事件信息的项集，所述K项频繁项集为关于所述第一事件信息和所述第二事件信息的项集。
[0036]进一步地，所述N项频繁项集为7项频繁项集，且所述K项频繁项集为9项频繁项集。
[0037]第二方面，本专利技术的实施例提供一种交通事件关联度计算设备，包括：收发机、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序。所述处理器执行所述计算机程序时，实现如上所述的交通事件关联度计算方法的步骤。
[0038]第三方面，本专利技术的实施例提供一种交通事件关联度计算装置，包括：
[0039]确定模块，用于确定第一事件以及与所述第一事件存在关联关系的第二事件；
[0040]获取模块，用于获取所述第一事件的第一事件信息以及所述第二事件的第二事件信息；
[0041]计算模块，用于根据所述第一事件信息以及所述第二事件信息，计算所述第一事件与所述第二事件的关联度；
[0042]其中，所述第一事件信息包括以下至少一项：所述第一事件的类型、所述第一事件的发生时间、所述第一事件的持续时间、发生所述第一事件的第一路段的平均速度、所述第一路段的平均流量、所述第一路段的湿滑度以及所述第一路段的能见度；所述第二事件信息包括以下至少一项：所述第二事件的事件类型和持续时间。
[0043]第四方面，本专利技术的实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述的交通事件关联度计算方法的步骤。
[0044]本专利技术的上述技术方案的有益效果是：
[0045]本专利技术实施例的交通事件关联度计算方法，通过确定与第一事件存在关联关系的第二事件，并通过获取所述第一事件的第一事件信息和所述第二事件的第二事件信息计算所述第一事件与所述第二事件的关联度。本专利技术的方案，综合考虑了第一事件发生时的天气因素、第一事件的事件本身以及道路本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种交通事件关联度计算方法，其特征在于，包括：确定第一事件以及与所述第一事件存在关联关系的第二事件；获取所述第一事件的第一事件信息以及所述第二事件的第二事件信息；根据所述第一事件信息以及所述第二事件信息，计算所述第一事件与所述第二事件的关联度；其中，所述第一事件信息包括以下至少一项：所述第一事件的类型、所述第一事件的发生时间、所述第一事件的持续时间、发生所述第一事件的第一路段的平均速度、所述第一路段的平均流量、所述第一路段的湿滑度以及所述第一路段的能见度；所述第二事件信息包括以下至少一项：所述第二事件的事件类型和持续时间。2.根据权利要求1所述的交通事件关联度计算方法，其特征在于，所述确定第一事件以及与所述第一事件存在关联关系的第二事件，包括：确定所述第一事件，并获取所述第一事件的第一数据，所述第一数据包括所述第一事件的发生位置、发生时间以及持续时间；获取多个第三事件以及所述第三事件的第二数据，所述第二数据包括所述第三事件的发生位置以及发生时间；根据所述第一数据和所述第二数据确定所述第二事件。3.根据权利要求2所述的交通事件关联度计算方法，其特征在于，所述根据所述第一数据和所述第二数据确定所述第二事件，包括：根据所述第一数据，确定目标时空阈，所述目标时空阈用于指示所述第一事件的发生时间到所述第一事件发生后第一预设时间的时间阈，以及，所述第一事件的发生位置到所述第一路段中所述发生位置上游预设距离的空间阈；根据所述第二数据，确定所述第三事件中发生于所述时间阈内和所述空间阈内的第二事件。4.根据权利要求2所述的交通事件关联度计算方法，其特征在于，所述获取第三事件的第二数据，包括：从数据库获取所述第三事件的第三数据，所述第三数据包括所述第三事件的事件类型以及持续时间；根据所述第三数据对所述第三事件进行筛选，确定通过筛选的第三事件对应的所述第二数据；其中，所述通过筛选的第三事件为持续时长大于或者等于预设时间下限，和/或，事件类型为预设事件类型的事件。5.根据权利要求3所述的交通事件关联度计算方法，其特征在于，所述根据所述第一数据，确定目标时空阈，包括：根据所述第一数据，确定第一时空阈；根据所述第一时空阈，确定与所述第一时空阈对应的所述第二事件的第一数量；缩小所述第一时空阈，得到第二时空阈；根据所述第二时空阈，确定与所述第二时空阈对应的所述第二事件的第二数量；若所述第二数量小于或者等于所述第一数量的预设比例，则所述第一时空阈为所述目标时空阈；
或者，若所述第二数量大于所述第一数量的预设比例，则继续缩小所述第二时空阈，直至缩小后的时空阈对应的第二事件的数量小于或者等于第一数量的预设比...
【专利技术属性】
技术研发人员：魏娆，林鲲鹏，王奇，
申请(专利权)人：北京大唐高鸿数据网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。