【技术实现步骤摘要】
本专利技术涉及道路交通安全领域，具体为一种基于dnc与ngboost-pa-woe的动态行车风险评估方法及系统。
技术介绍
1、随着智能交通系统的快速发展和广泛应用，如何有效地评估和管理交通网络中的行车风险已成为当前研究领域的一个重要议题。传统的静态风险评估方法往往无法及时反映交通状况的动态变化对行车安全的影响，特别是在高密度和复杂的交通环境下，这种局限性更为明显。因此，基于实时数据的动态风险评估方法逐渐成为研究和应用的重点。
2、现有的动态风险评估方法主要依赖于车载传感器和交通监控设备来收集实时车辆数据，并通过机器学习或数据分析技术对其进行处理和分析。这些技术能够提供即时的交通状态信息，帮助交通管理者和驾驶员更好地理解当前的交通状况，从而做出更加安全的决策。然而，尽管这些方法取得了一定的成功，但它们仍然存在一些不足之处。
3、首先，大多数现有方法仅仅只考虑到车辆运行数据(交通流量、车速、行车间距)，但并未充分结合环境特征(天气、道路状况和光照)对行车安全的影响。其次，现有的动态风险评估系统通常参照历史交通事故数...
【技术保护点】
1.一种基于DNC与NGBoost-PA-WOE的动态行车风险评估系统，其特征在于，包括：
2.根据权利要求1所述的动态行车风险评估系统，其特征在于，所述数据采集模块包括车载传感器、交通监控设备和GPS系统；所述车辆动态数据包括车流量、车速和行车间距；所述环境特征包括天气、道路状况和光照。
3.根据权利要求1所述的动态行车风险评估系统，其特征在于，所述目标道路节点的DNC值的计算方法为：以数据库中的城市道路交通图中的道路节点为节点，道路节点间的路段为边，将目标道路节点记为节点i，与节点i相连的所有一阶邻居节点记为节点j，所述节点i的度中心性值的
【技术特征摘要】
1.一种基于dnc与ngboost-pa-woe的动态行车风险评估系统，其特征在于，包括：
2.根据权利要求1所述的动态行车风险评估系统，其特征在于，所述数据采集模块包括车载传感器、交通监控设备和gps系统；所述车辆动态数据包括车流量、车速和行车间距；所述环境特征包括天气、道路状况和光照。
3.根据权利要求1所述的动态行车风险评估系统，其特征在于，所述目标道路节点的dnc值的计算方法为：以数据库中的城市道路交通图中的道路节点为节点，道路节点间的路段为边，将目标道路节点记为节点i，与节点i相连的所有一阶邻居节点记为节点j，所述节点i的度中心性值的计算方法如下：
4.根据权利要求1所述的动态行车风险评估系统，其特征在于，所述woe值的计算方法为：
5.根据权利要求1所述的动态行车风险评估系统，其特征在于，所述ngboost-pa-woe模型的构建方法，包括以下步骤：
6.根据权利要求5所述的动态行车风险评估系统，其特征在于，步骤b3中，所述ngboost-pa-woe...
【专利技术属性】
技术研发人员：刘擎超，张来玉，蔡英凤，王海，陈龙，
申请(专利权)人：江苏大学，
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。