基于深度学习模型的交通伤急救呼叫量预测方法与系统

本发明公开了一种基于深度学习模型的交通伤急救呼叫量预测方法与系统，所述预测方法包括以下步骤：S1：获取历史呼救数据，并对所述历史呼救数据进行预处理；S2：对预处理后的历史呼救数据按照不同的时间段进行划分，获得各不同时间段划分结果对应的数据集；S3：建立LSTNFCL深度学习模型，并采用各数据集分别对所述LSTNFCL深度学习模型进行训练；S4：根据训练结果，获得时间段划分的最优方式，并以此对应的训练好的LSTNFCL深度学习模型进行呼叫量预测。本发明能够准确预测交通伤急救呼叫量，为院前急救提供技术支持。