摘要
本发明提供了一种高速公路二次事故实时风险预测方法。该方法为:获取历史交通事故的信息数据和对应时空位置的交通流数据,根据案例配对法构建初次事故和普通事故数据集、二次事故和无事故数据集;利用初次事故和普通事故数据集对初次事故风险预测子模型进行训练,利用二次事故和无事故数据集对二次事故实时风险预测子模型进行训练,将待分析的高速公路实时事故的交通流特征因子输入到初次事故风险预测子模型和二次事故实时风险预测子模型,采用“或”的投票策略将两个子模型的预测结果进行融合,得到待分析的实时事故的二次事故风险预测结果。本发明方法能够提高对二次事故实时风险预测输出的信息有效性,实现高速公路二次事故实时风险管控。
技术关键词
交通流特征
风险预测方法
数据
因子
机器学习模型
交通事故信息
线圈检测器
策略
样本
速度
车道
矩阵
标记
参数
有效性
指标
系统为您推荐了相关专利信息
深层水平位移监测
桩基
模式
智能评估方法
数据训练神经网络
变压器油酸值
在线监测方法
温湿度
电力设备监测技术
电流
卫星云图
气象预报数据
风速
计算机可执行指令
地理位置信息
非视觉特征
视频理解方法
动态
非易失性计算机可读存储介质
融合视觉特征