基于梯度增强的RB网络异常车速预警方法、设备及介质

本申请提供了一种基于梯度增强的RB网络异常车速预警方法、设备及介质，涉及机器学习技术车联网安全领域，方法包括：对异常事件发生前的原始数据进行数据清洗、消除异常以及去除噪声，得到训练数据集；计算数据项梯度构建样本库，采用随机森林对样本库进行分类与排序，输出变量及变量排名；对有关联的变量构建贝叶斯网络模型，得到输出结果；根据与随机森林模型输出的变量排名一致的输出结果，绘制贝叶斯网络模型的ROC曲线函数，对车速进行预测分析，得到异常车速预测结果；本申请的技术方案提高了对车联网中的特殊安全异常情况的预测率，降低异常情况误判率。