首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于机器学习的车辆交通事故实时检测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京博派通达科技有限公司

摘要:本发明涉及数据处理技术领域,具体涉及基于机器学习的车辆交通事故实时检测方法及系统,包括:根据每个路段的节点信息构建节点信息向量,获得每个路段的异常节点信息向量;根据同一节点的节点信息向量与所属路段的异常节点信息向量获得每个节点的信息关联性,进一步获得每个节点的信息响应度,从而进行聚类获取每个节点的关联度,进一步获得每个节点与每个节点的隶属邻域的隶属度,调整每个节点与每个节点的隶属邻域内不同节点的距离,重新聚类获得节点集合,实现车辆交通事故实时检测。本发明解决了传统的密度聚类对车辆交通事故异常定位分析过程中,对顺序上不同位置的关联特征的忽略,提高了车辆交通事故实时检测的准确度。

主权项:1.基于机器学习的车辆交通事故实时检测方法,其特征在于,该方法包括以下步骤:将同一路段的每个车辆信息检测位置记为一个节点,采集同一路段在每个节点每个采样时刻的节点信息,根据节点信息构建每个节点在每个采样时刻的节点信息向量;根据每个路段的不同节点的节点信息向量与整体节点信息向量数值变化的差异,获得每个路段的异常节点信息向量;根据同一节点在每个采样时刻的节点信息向量与所属路段的异常节点信息向量,获得每个节点在每个采样时刻的信息关联性;根据每个节点在每个采样时刻的信息关联性以及同一节点产生异常变化的时间间隔,获得每个节点的信息响应度;根据每个路段的每个节点的信息响应度和位置关系进行聚类,获得每个路段的节点输出序列;根据节点输出序列中相邻节点之间信息响应度的差异获得每个节点的关联度;根据不同节点之间的空间位置关系构建每个节点的隶属邻域,根据每个节点与同一节点的隶属邻域内不同节点之间的关联度差异,获得每个节点与每个节点的隶属邻域的隶属度;根据每个节点与每个节点的隶属邻域的隶属度,调整每个节点与每个节点的隶属邻域内不同节点之间的距离分布,并重新分类获得节点集合;节点集合用于实现车辆交通事故实时检测;所述根据每个节点在每个采样时刻的信息关联性以及同一节点产生异常变化的时间间隔,获得每个节点的信息响应度,包括的具体步骤如下: 式中,αi表示第i个节点的信息响应度;fi,t表示第i个节点的第t个采样时刻的信息关联性;ni表示第i个节点的异常节点信息向量的数量;Ti,r-1表示第i个节点的第r-1个异常节点信息向量对应的采样时刻;Ti,r表示第i个节点的第r个异常节点信息向量对应的采样时刻;dtw表示计算DTW分数的函数;G{fi,t}表示与第i个节点的所有采样时刻的信息关联性序列经过高斯函数处理后的高斯权重序列;norm为线性归一化函数;||表示取绝对值函数;所述根据节点输出序列中相邻节点之间信息响应度的差异获得每个节点的关联度,包括的具体步骤如下: 式中,θi表示第i个节点的关联度,αi表示第i个节点的信息响应度,αi-1表示第i-1个节点的信息响应度,表示第i个节点的节点输出序列中第i个节点所在邻域内的所有节点的信息响应度的均值,exp表示以自然常数为底的指数函数,||表示取绝对值函数;所述根据每个节点与同一节点的隶属邻域内不同节点之间的关联度差异,获得每个节点与每个节点的隶属邻域的隶属度,包括的具体步骤如下: 式中,σa表示第a个节点与第a个节点的隶属邻域的隶属度;Ra表示第a个节点的隶属邻域内节点的个数;表示第a个节点的隶属邻域的第个节点的关联度;表示第a个节点的隶属邻域的第个节点的关联度;表示第a个节点的隶属邻域的第个节点的节点信息向量;表示第a个节点的隶属邻域的第个节点的节点信息向量;exp表示以自然常数为底的指数函数,||表示取绝对值函数。

全文数据:

权利要求:

百度查询: 北京博派通达科技有限公司 基于机器学习的车辆交通事故实时检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。