基于深度迁移学习的高速公路合流区实时冲突预测方法

本发明提供一种基于深度迁移学习的高速公路合流区实时冲突预测方法，首先，结合高速公路合流区交通运行特征，将该区域冲突类型划分为追尾和换道冲突两种，并分别使用距离碰撞时间(TTC)和后侵入时间(PET)对这两类冲突进行度量；其次，提出一种深度迁移学习方法；最后，将exiD数据集不同合流区地点划分为源域与目标域，源域数据作为训练集，目标域数据作为测试集，通过对比不同深度学习模型添加迁移学习架构前后在目标域预测性能的变化，证明了所提方法的有效性和可靠性。