摘要
本发明涉及一种公路交通气象环境能见度分钟级预测方法及预警系统,属于交通安全和交通气象技术领域。该方法对采集到的交通气象要素和路面状态数据进行数据处理后,先通过相关性分析对影响能见度交通气象要素进行重要性排序,选择影响较大的交通气象要素作为重要特征参数,而后对数据进行聚类,将聚类出的类别作为一个新的特征参数,与其他影响较大的交通气象要素一起作为重要特征参数输入。采用多头注意力和长短时记忆神经网络,构建基于MHA‑LSTM能见度预测模型;利用测试集测试,选择效果最佳的预测模型。本发明实现了能见度的分钟级预测,有效提高了能见度预测精度,为高原山地公路交通气象实时监测预警服务系统提供了重要理论支撑。
技术关键词
能见度
路面状态数据
长短期记忆神经网络模型
交通气象监测
预警系统
交通气象技术
时序
预警服务系统
卡尔曼滤波
模型更新
注意力
超参数
路面温度
模块
误差
训练集
系统为您推荐了相关专利信息
早期预警方法
序列
早期预警模型
多模态特征
激光
检测预警系统
栅格
工业园区
LSSVM模型
数据采集模块
监测预警方法
脚手架
智能监测预警系统
时序预测模型
液压执行机构