一种基于深度神经网络的交通行为预测与风险评估方法

本发明公开基于深度神经网络的交通行为预测与风险评估方法，包括：获取历史交通行为数据并进行预处理，将预处理后的数据输入预先训练的交通行为预测模型中，生成局部时空图；利用卷积神经网络对局部时空图进行特征提取，并对特征提取的结果进行时序分析，以获取交通行为的分析预测结果；设定风险评估机制对交通行为的分析预测结果进行量化评估，得到对应行为的风险评估结果。本发明提供的方法能够精确预测交通行为，识别潜在的交通模式和趋势，从而显著增强交通安全性和流畅性，减少交通事故的发生，并提高城市交通系统的整体运行效率和应对突发事件的能力。