一种基于时空超图对比学习的交通事故风险预测方法和系统
申请号:CN202510268724
申请日期:2025-03-07
公开号:CN120218601A
公开日期:2025-06-27
类型:发明专利
摘要
一种基于时空超图对比学习的交通事故风险预测方法和系统,属于交通事故预测领域,其方法包括:首先通过数据预处理获取历史交通事故风险值和相应的时空特征;然后分别通过多通道注意力卷积网络和超图网络生成基于局部地理感知和全局语义感知的交通事故区域嵌入,并采用GRU模型和Attention机制来捕捉动态的时间特征演化;为了缓解事故数据空间分布不平衡问题,采用对比学习范式对局部和全局区域嵌入进行协同监督训练,以获得鲁棒的事故表征;最后,将ZINB模型集成到交通事故表示中以更好拟合稀疏离散的数据的概率分布,从而提高模型预测结果的准确度。
技术关键词
交通事故风险
局部时空特征
出租车订单
交通事故预测
语义特征提取
交通流信息
门控循环单元
GRU模型
周期性特征
数据
定义
参数
邻域
多通道
注意力机制
预测系统