基于神经网络的高速公路突发事故交通流动态预测方法

AITNT
正文
推荐专利
基于神经网络的高速公路突发事故交通流动态预测方法
申请号:CN202510599938
申请日期:2025-05-12
公开号:CN120126324A
公开日期:2025-06-10
类型:发明专利
摘要
本发明涉及基于神经网络的高速公路突发事故交通流动态预测方法,包括:获取事故易发路段的交通流数据,并根据交通流数据构建交通流参数时间序列;根据所述交通流参数时间序列,对RBF神经网络模型进行训练,得到交通流预测模型;通过交通流预测模型对交通流进行预测。本发明的有益效果是:本发明通过原始交通流参数进行预处理,并通过RBF神经网络模型对交通流预测,能够精准预测其交通状态,能够从复杂的城市交通数据中提取更多的有用信息,从而为交通管理和规划提供更加准确和全面的数据支持。
技术关键词
高速公路突发事故 交通流预测模型 交通流参数 动态预测方法 事故易发路段 神经网络模型 计算机存储介质 动态预测系统 城市交通数据 序列 RBF神经网络 样本 矩阵 电子设备 模块 车道
系统为您推荐了相关专利信息
1
一种船舶交通流的预测方法、装置及设备
交通流预测模型 交通流特征 船舶交通流 中间层 分量特征
2
基于AI技术的交通运营安全态势动态预测系统及方法
动态预测系统 交通事故风险 预警模块 环境数据采集单元 预测建模
3
一种基于路网空间异质性的城市交通流预测方法
路段 交通特征 GCN模型 路网拓扑结构 皮尔逊相关系数
4
基于深度学习的土壤碳氮含量动态预测方法
土壤碳氮含量 动态预测方法 动态监测数据 动态预测模型 节点
5
联合自适应卷积网络和强化学习优化的交通流预测方法
交通流预测模型 交通流预测方法 卷积模块 交通流特征 强化学习策略
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