摘要
本发明公开了一种山区高速公路交通风险短时预测方法及系统,涉及智能交通技术领域,解决了传统交通风险预测方法数据维度单一,场景划分不准确的问题,其技术方案要点是:构建包括历史事故数据、道路线性数据、实时交通流数据和气象数据的多源异构数据集;采用聚类算法对多源异构数据集进行聚类分析后确定核心聚类特征并结合道路线性数据动态修正隶属度函数以划分场景,得到分类场景;通过预构建的梯度提升树模型与长短期记忆网络混合模型确定分类场景的风险等级;根据风险等级触发分级预警信号,基于分级预警信号发布预警信息以及与风险等级对应的动态管控措施。达到提升风险分析数据覆盖率,场景划分更准确,风险预测精度提升的效果。
技术关键词
短时预测方法
山区高速公路
聚类特征
梯度提升树模型
分类场景
多源异构数据
长短期记忆网络
隶属度函数
风险
核心
线性
动态
交通流
静态特征
时序特征
均值聚类算法
系统为您推荐了相关专利信息
风险评估模型
风险预测模型
肝癌
多元回归分析
特征选择
故障预测方法
故障预测模型
超导电缆
计算机可读指令
注意力
图像分类方法
图像分类模型
可读存储介质
特征提取器
分支
建筑垃圾识别
图像特征数据
聚类特征
回收方法
模式识别
多模态深度学习
土壤改良剂
失效特征
决策方法
措施