一种基于图神经网络的新建道路评估与选择方法及系统

AITNT
正文
推荐专利
一种基于图神经网络的新建道路评估与选择方法及系统
申请号:CN202510487273
申请日期:2025-04-18
公开号:CN120012245B
公开日期:2025-08-01
类型:发明专利
摘要
本发明公开了一种基于图神经网络的新建道路评估与选择方法及系统,涉及道路设计领域,包括:获取多个新建道路建设方案,每个方案包括新建道路的布局、连接方式和设计参数;将每个新建道路与现有道路一起建模为一个图结构;为每个图结构的节点赋予特征;利用训练好的图神经网络评估模型,预测每个路段的事故风险,根据预测的事故风险计算全局风险指标,选出风险最低的方案。本发明解决了传统新建道路方案评估效率低、准确性不足的问题。
技术关键词
全局风险指标 节点特征 道路三维模型 路段 道路结构 道路特征 设计特征 地形高程数据 网络图结构 终点 解码器 参数 生成道路 编码器 布局 解码模块 编码模块
系统为您推荐了相关专利信息
1
基于知识图谱的数据运营系统及方法
数据运营方法 数据运营系统 关键绩效指标 个性化策略 三元组
2
基于坐标点击的页面自动化遍历方法
遍历方法 历史点击数据 坐标 页面资源 元素
3
一种分布式雷达多干扰源识别方法、电子设备及存储介质
干扰源识别方法 分布式雷达 信号特征 注意力 节点特征
4
一种自动化搬送OHT路径选择方法
闭环反馈优化 排队论模型 LSTM模型 路段 自动门
5
一种基于动态贝叶斯网络的地下隧道行车风险评价方法
行车风险评价方法 动态贝叶斯网络 评价指标体系 实车数据 三角模糊数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号