【技术实现步骤摘要】
本专利技术涉及交通事故领域，具体涉及一种基于事理图谱的交通事故演化预测方法。
技术介绍
1、交通事故具有突发性、复杂性、衍生性以及随机性等特点，而且交通事故发生以后容易引发二次事故，造成更大的损失和延误。交通事故发生以后，应急人员需要结合现场的环境和事故情况，及时地做出处置决策并开展救援工作，但是事故现场的复杂状态可能会对应急救援和恢复工作造成阻碍，进而加剧交通中断时间。长时间的交通中断不仅会影响经济活动，还会对周边社区的生活质量产生不利影响，因此，交通安全管控防范以及应急处置一直都是研究的焦点话题。
2、随着智慧交通建设成效显著，已经为该领域的数据挖掘研究工作提供了丰富的异构数据。目前，交通事故的致因机理分析的研究主要采用数据统计、决策树、随机森林、贝叶斯网络的方法。基于数据统计的方法侧重于事故发生的表面现象，忽略了深层次的因果关系。决策树、随机森林的机器学习模型虽然在事故风险预测和机理分析方面表现出色，但其“黑箱”特性使得模型内部的决策过程无法清晰解释，研究者无法全面理解和掌握事故致因以及深层次的发展脉络。基于贝叶斯网络...
【技术保护点】
1.一种基于事理图谱的交通事故演化预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于事理图谱的交通事故演化预测方法，其特征在于，S1中，所述文本数据的预处理包括文本清洗、自定义词典、分词和去停用词；所述结构化数据的预处理包括数据清洗、数据集成、数据变换和数据规约。
3.根据权利要求2所述的基于事理图谱的交通事故演化预测方法，其特征在于，
4.根据权利要求1所述的基于事理图谱的交通事故演化预测方法，其特征在于，S2中，
5.根据权利要求4所述的基于事理图谱的交通事故演化预测方法，其特征在于，S3具体包括：<...
【技术特征摘要】
1.一种基于事理图谱的交通事故演化预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于事理图谱的交通事故演化预测方法，其特征在于，s1中，所述文本数据的预处理包括文本清洗、自定义词典、分词和去停用词；所述结构化数据的预处理包括数据清洗、数据集成、数据变换和数据规约。
3.根据权利要求2所述的基于事理图谱的交通事故演化预测方法，其特征在于，
4.根据权利要求1所述的基于事理图谱的交通事故演化预测方法，其特征在于，s2中，
<...【专利技术属性】
技术研发人员：陈娇娜，袁木森，王鹏，张静，张瑾，
申请(专利权)人：西安石油大学，
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。