【技术实现步骤摘要】
本专利技术涉及城市交通数字化，具体而言，涉及一种基于交通环境提前感知的交通事故风险预测方法及系统。
技术介绍
1、道路交通碰撞事故的多发不仅给受害者及其家庭带来了极大的痛苦，还使医疗、保险等部门背负了沉重的负担。如何有效避免事故发生、减轻事故损伤，是社会发展过程中亟待解决的焦点问题，而交通事故风险的预先感知则是解决该问题的前提和关键。
2、随着新一代信息技术的飞速发展，交通信息的实时采集与海量数据的高效处理为交通相关的研究提供了良好的数据基础与技术支撑，也使交通事故风险预测从单一道路或区域的回归预测扩展到城市不同区域的全面感知。例如，针对交通事故的时间特性，基于长短时记忆网络与历史交通事故数据来预测城市未来的交通事故风险；针对交通事故的空间特性，使用卷积神经网络来预测城市静态的交通事故风险图。但对于同时具有时空依赖关系的交通数据，仅获取数据间的时间或空间信息可能无法得到准确的预测结果，因此研究人员开始尝试将时序与卷积两类模型进行整合。例如，通过卷积与长短时记忆网络的深度融合来动态捕获历史交通数据的时空特性，或者分别基于卷积和...
【技术保护点】
1.一种基于交通环境提前感知的交通事故风险预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从时空、时间、空间三个维度分析所述交通相关数据与交通流量及事故风险的相关关系，并分别筛选出与交通流量及事故风险显著相关的数据特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据各所述交通相关数据对应的皮尔森相关系数及预设阈值，分别筛选出与交通流量及事故风险显著相关的数据特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述提前感知与事故风险显著相关的数据特征在待预测时段的数据，包括：
...【技术特征摘要】
1.一种基于交通环境提前感知的交通事故风险预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从时空、时间、空间三个维度分析所述交通相关数据与交通流量及事故风险的相关关系，并分别筛选出与交通流量及事故风险显著相关的数据特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据各所述交通相关数据对应的皮尔森相关系数及预设阈值，分别筛选出与交通流量及事故风险显著相关的数据特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述提前感知与事故风险显著相关的数据特征在待预测时段的数据...
【专利技术属性】
技术研发人员：李哲，王成儒，张纳捷，宋大为，李心驰，
申请(专利权)人：北京建筑大学，
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。