摘要
本发明涉及智能交通技术领域,具体涉及基于AI大数据分析的城市慢行交通系统模型构建方法,该方法包括:根据预先获取的每个预设模态中所有预设维度在目标时间段内的维度数据,确定每个预设模态在目标时刻下的惊奇度指标;确定每个预设模态在目标时刻下的稳定性因子和信息价值度;根据预设模态与其他预设模态在目标时间段内的数据分布差异,确定预设模态在目标时刻下的感知相似度;根据所有预设模态在目标时刻下的目标融合权重,构建目标交通系统模型。本发明通过分析不同维度数据,为同一个时刻下的不同模态数据自适应地设置了融合权重,提高了不同模态数据的融合权重设置的合理性,从而提高了城市慢行交通系统模型构建的合理性。
技术关键词
城市慢行交通系统
模型构建方法
概率密度函数
时间段
数据分布
因子
标记
指标
代表
智能交通技术
偏差
系统为您推荐了相关专利信息
视觉训练方法
视觉训练系统
人工智能神经网络
人眼追踪技术
短时傅里叶变换
风险评估方法
儿童哮喘
XGBoost模型
逻辑回归模型
特征提取模型
储能调度方法
时间段
储能调度模型
滞后特征
LightGBM模型
污水治理系统
流量测量方法
误差模型
水流量计
广义回归神经网络