一种基于深度学习的站台车辆异常行为智能分析方法

本申请公开了一种基于深度学习的站台车辆异常行为智能分析方法，通过多维度数据采集与深度学习模型构建实现精准预警。首先，集成站台客流、路况、视频监控及车辆运行信息，为异常分析提供全面数据基础。数据经预处理后，利用图神经网络与注意力机制进行初步融合，并引入AGCN自适应图卷积网络和DTW动态时间规整算法优化融合结果，有效对齐时间序列数据，提升特征提取准确性。随后，构建深度学习模型自动识别站台车辆异常行为模式，如违规停靠、乘客拥挤等。预警信息实时发布，助力及时应对潜在风险，保障公交系统安全高效运行。该方案强化了站台车辆异常行为的识别与预警能力，为公交安全管理提供有力支持。