[发明专利]基于三元高斯混合模型的多维城市交通异常事件识别方法有效
| 申请号： | 201910820821.2 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110634288B | 公开（公告）日： | 2022-06-21 |
| 发明（设计）人： | 吴超腾;张璐;高霄;周昱;赵炜;杨学晨 | 申请（专利权）人： | 上海电科智能系统股份有限公司 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 翁若莹;柏子雵 |
| 地址： | 200333 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于三元高斯混合模型的多维城市交通异常事件识别方法。本发明运用人工智能算法，解决了对城市交通异常事件进行自动识别和研判的问题，异常事件的识别并不局限单一的警情，而是综合考虑警情、事故、施工等事件数据，该方法对城市宏观整体、中观区域以及微观路段均适用。 | ||
| 搜索关键词： | 基于 三元 混合 模型 多维 城市交通 异常 事件 识别 方法 | ||
【主权项】：
1.一种基于三元高斯混合模型的多维城市交通异常事件识别方法，其特征在于，包括以下步骤：/n步骤1：读取城市道路交通事件数据样本S，数据样本S的输入X包括三个维度的特征，分别为：基于事件序列的交通事件量、天气状况和交通拥堵指数；/n步骤2：随机将数据样本S划分为子样本S1和子样本S2；/n步骤3：根据子样本S1，用三元高斯混合模型进行建模，获得三元高斯混合模型M，三元高斯混合模型M可以计算出任意样本点的分布概率值p；/n步骤4：将子样本S2用DBSCAN算法进行聚类，将子样本S2中的异常点识别出来，分别对异常点和正常点打上标记，子样本S2变为带标签的子样本S3；/n步骤5：用步骤3中建好的三元高斯混合模型M计算子样本S3，得到子样本S3每个样本点x对应的分布概率值p，使得F1score最大的分布概率值p即为阈值t-score，其中，F1score的计算公式如下式所示：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电科智能系统股份有限公司，未经上海电科智能系统股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910820821.2/，转载请声明来源钻瓜专利网。
