基于卷积长短时记忆神经网络的交通事故风险预测方法
授权
摘要
本发明公开了一种基于卷积长短时记忆神经网络(ConvLSTM)的城市交通事故风险预测方法，具体为：对预测城市进行空间网格划分；将历史交通事故数据按同一时间间隔统计并映射到网格，生成随时间变化的风险矩阵；根据交通事故的发生在时间上具有连续性和周期性特点，将风险矩阵序列划分为连续性分支和周期性分支；提取城市的天气、节假日等外部数据的特征并量化，构造外部特征向量；建立基于ConvLSTM的深度学习模型对城市各网格区域的交通事故风险进行预测。本发明从交通事故的连续性和周期性两个方面进行建模，利用ConvLSTM同时提取交通事故数据的时间特征和空间特征，并进一步融合外部环境特征，提高了预测结果的准确度，对交通管理和事故预警具有一定的指导意义。
基本信息
专利标题 ：
基于卷积长短时记忆神经网络的交通事故风险预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113222218A
申请号 ：
CN202110409819.3
公开（公告）日 ：
2021-08-06
申请日 ：
2021-04-16
授权号 ：
CN113222218B
授权日 ：
2022-06-10
发明人 ：
方路平黄友志刘强
申请人 ：
浙江工业大学;浙江警察学院
申请人地址 ：
浙江省杭州市下城区潮王路18号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
邱启旺
优先权 ：
CN202110409819.3
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q10/06 G06F17/16 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-06-10 ：
授权
2021-08-24 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20210416
申请日 : 20210416
2021-08-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN113222218A.PDF
PDF下载
