【技术实现步骤摘要】
本专利技术涉及智能交通，具体涉及一种高速公路路域风险预测方法及装置。
技术介绍
1、路域风险是由多个风险因素叠加共同发挥作用导致的。风险因素叠加，指的是在一个时间段，同时存在“人、车、路、环境”四个方面的多种风险因素，这些风险因素共同对一个主体发生作用，且在作用过程中不同风险因素可能会发生线性或者非线性的叠加作用。这些不同风险因素的叠加作用产生了路域风险，进而导致了交通事故的发生。
2、当前，在预测高速公路事故风险的方法中，主要分两种类型：一种是基于历史交通事故数据构建统计学模型，从宏观上预测未来交通事故的发生频率；另一种是基于危险交通流数据和历史交通事故数据预测短期（5分钟左右）发生交通事故的可能性。基于历史事故发生频率进行路域风险预测的方法多为统计学方法，是一种静态预测方法，反映的是宏观交通事故风险态势，且实时性不高。基于交通流数据和历史事故数据进行路域风险预测的方法多为机器学习方法，是一种动态预测方法，反映的是当前微观交通风险态势，实时性较高，大多研究的是预测短时间内（一般是5分钟左右）的情况，无法预测长时间的情况。通...
【技术保护点】
1.一种高速公路路域风险预测方法，其特征在于，包括：
2.根据权利要求1所述的高速公路路域风险预测方法，其特征在于，所述基于预设高速公路路域风险预测模型对所述多源数据进行路域风险预测，得到高速公路路域风险预测结果，包括：
3.根据权利要求1所述的高速公路路域风险预测方法，其特征在于，根据高速公路路域风险预测样本数据训练组合模型得到所述高速公路路域风险预测模型，包括：
4.根据权利要求3所述的高速公路路域风险预测方法，其特征在于，所述对采集到的数据进行预处理，包括：
5.根据权利要求4所述的高速公路路域风险预测方法，其特征...
【技术特征摘要】
1.一种高速公路路域风险预测方法，其特征在于，包括：
2.根据权利要求1所述的高速公路路域风险预测方法，其特征在于，所述基于预设高速公路路域风险预测模型对所述多源数据进行路域风险预测，得到高速公路路域风险预测结果，包括：
3.根据权利要求1所述的高速公路路域风险预测方法，其特征在于，根据高速公路路域风险预测样本数据训练组合模型得到所述高速公路路域风险预测模型，包括：
4.根据权利要求3所述的高速公路路域风险预测方法，其特征在于，所述对采集到的数据进行预处理，包括：
5.根据权利要求4所述的高速公路路域风险预测方法，其特征在于，所述根据预处理后的数据进行特征提取，包括：
6.根据权利要求5所述的高速公路路域风险预测方法，其特征在于，...
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。