摘要
本发明提供一种识别街道感知安全及对交通事故调节效应的方法,所述方法包括:以路段为评估单元,通过API接口获取城市街景影像图片,构建并训练端到端卷积神经网络模型以评估街景影像的感知安全水平,建立主观层面的城市街道感知安全数据集;并结合交通事故的客观风险因素以及历史交通事故数据,建立综合数据集;随后基于综合数据集构建负二项回归模型,根据模型的变量显著性检验和系数检验结果,识别主观感知安全与客观风险因素与交通事故之间的关系;最后,在原模型中加入交互项变量,基于交互项变量结果,探索街道感知安全对于客观事故风险因素的调节效应。本发明技术方法成熟,操作简洁明确,可操作性较强。
技术关键词
街景
路段
变量
交通事故数据
影像
交通流特征
采样点
交通事故风险
卷积神经网络模型
网络特征
效应
积层
滤波器
拓扑特征
城市街道
节点
图片
系统为您推荐了相关专利信息
智能优化设计方法
夹持器
制作机器人
仿真环境
BP神经网络算法
时间控制方法
李雅普诺夫函数
液压油缸活塞杆
数学模型
电液比例伺服阀
PID控制参数
BP神经网络
空间机械臂系统
拉格朗日方程
柔性