一种基于图表示学习和特征融合的城市交通网络事故预测方法

AITNT
正文
推荐专利
一种基于图表示学习和特征融合的城市交通网络事故预测方法
申请号:CN202510813232
申请日期:2025-06-18
公开号:CN120355237B
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了一种基于图表示学习和特征融合的城市交通网络事故预测方法,包括以下步骤:(1)对城市交通网络事故数据进行处理,提取节点特征、边特征以及道路方向和交叉路口角度信息;(2)将节点特征、边特征与道路方向特征和交叉路口角度特征进行融合嵌入,生成图结构特征;(3)基于消息传递机制构建图神经网络模型,通过图卷积层对图结构特征进行学习,提取交通网络的深层特征;(4)采用对比学习方法对长尾分布的事故数据进行训练,优化模型参数;(5)利用训练好的模型对城市交通网络中的事故进行预测,输出事故危险程度的分类结果;本发明为城市交通事故预测问题以及城市交通道路规划提供了更强大的工具和方法。
技术关键词
节点特征 事故预测方法 消息传递机制 神经网络模型 预测系统 城市交通道路规划 多层感知机 学习方法 模型训练模块 城市交通事故 数据 样本 参数 批量 坐标
系统为您推荐了相关专利信息
1
基于云平台的患者数据管理系统
抗菌药物 患者 数据管理系统 融合语义 语义特征提取
2
电场分布识别、模型训练方法、经颅磁刺激实时电场预测系统、设备及介质
磁共振设备 电场 模型训练方法 对象 图像编码
3
融合视觉扩散与语音情感识别的虚拟医生诊断辅助系统
诊断辅助系统 融合视觉 图像特征提取 关键点 注意力机制
4
脉搏检测方法、可穿戴设备和存储介质
脉搏检测方法 脉搏特征 触控面板 可穿戴设备 电容
5
基于异构图注意力网络的配电网短路故障诊断方法、设备和介质
故障类别 注意力 异构 故障定位模型 拓扑图
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