一种基于LSTM的新能源汽车风险预测方法

本申请提供的一种基于LSTM的新能源汽车风险预测方法，构建的风险预测模型中，利用LSTM提取时序依赖特征，对动态时序数据进行建模，以捕捉与事故发生相关的潜在信息和内在关系，通过独立的全连接Dense层对静态数据进行处理，生成固定的特征向量，以量化和捕捉车辆的潜在事故风险特性,将LSTM提取出的动态特征与全连接层提取的静态特征表示在进行拼接，形成包含时序和静态特征的联合向量，再将联合向量进一步输入至全连接层，进行特征融合后，送入检测头预测车辆未来发生事故的风险概率。