[發(fā)明專利]一種城市交通警情等級預測方法有效
| 申請?zhí)枺?/td> | 201510242669.6 | 申請日： | 2015-05-13 |
| 公開（公告）號： | CN104992557B | 公開（公告）日： | 2017-09-29 |
| 發(fā)明（設計）人： | 李建元;王浩;顧超;張麒 | 申請（專利權）人： | 浙江銀江研究院有限公司 |
| 主分類號： | G08G1/01 | 分類號： | G08G1/01 |
| 代理公司： | 杭州斯可睿專利事務所有限公司33241 | 代理人： | 王利強 |
| 地址： | 310012 浙江省杭州*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 城市 交通警 等級 預測 方法 | ||
1.一種城市交通警情等級預測方法，其特征在于：所述預測方法包括如下步驟：
步驟1：時間數(shù)據(jù)整理
時間數(shù)據(jù)包括5維特征屬性，分別是第幾單位時間、星期幾、是否節(jié)假日、是否工作日和是否有重大活動，所述第幾單位時間屬性處理方法為設定單位時間Δt＝24h/N，按單位時間Δt將全天24小時分為N段；獲取國務院頒布的法定節(jié)假日信息構成節(jié)假日屬性；依據(jù)節(jié)假日和周末信息構成工作日屬性；根據(jù)當天是否有大型考試、當前轄區(qū)內學校是否放假、是否有大型場館活動定義是否有重大活動屬性；
步驟2：天氣數(shù)據(jù)與交通警情關聯(lián)性分析及處理
天氣數(shù)據(jù)包括溫度、可見度、降雨量3個特征屬性；
步驟3：建立預測交通警情等級的屬性集
根據(jù)數(shù)據(jù)庫信息，將處理后的時間數(shù)據(jù)、天氣數(shù)據(jù)、重大活動日、中小學放假特征屬性整合成多維數(shù)據(jù)寬表，其中包括8個離散的特征屬性維度；
步驟4：轄區(qū)內交通警情等級劃分
統(tǒng)計各轄區(qū)近期6個月內的警情發(fā)生次數(shù)，采用動態(tài)劃分的方法將交通警情發(fā)生次數(shù)劃分為三個等級，將各個交警支隊在單位時間Δt內的警情數(shù)量采用等區(qū)間裝箱方法求和，構成(x1,x2,…,xn)關于交通警情數(shù)量的一個樣本空間，由n個樣本點組成，其中可計算出當前交警支隊的警情數(shù)量均值記為μ，計算出警情數(shù)量的標準差記為σ，故警情數(shù)量屬于[0,μ-σ)的標記警情等級為C1，警情數(shù)量屬于[μ-σ,μ+σ)的標記警情等級為C2，警情數(shù)量屬于[μ+σ,+∞)的標記警情等級為C3；
步驟5：構造樸素貝葉斯分類器
選取第幾三小時X1、星期幾X2、是否節(jié)假日X3、是否工作日X4、是否有重大活動X5、溫度X6、可見度X7、降雨量X8構成預測交通警情等級的多維數(shù)據(jù)集T＝{X1,X2,X3,X4,X5,X6,X7,X8}，將標記好的警情等級與多維數(shù)據(jù)集共同構成樸素貝葉斯分類的訓練集R＝{X1,X2,X3,X4,X5,X6,X7,X8,Ci}，其中Ci∈(C1,C2,C3)，從而使每個訓練樣本都具有相應的警情等級類別標簽，已知未來幾天各個特征屬性Ti＝{X1,X2,X3,X4,X5,X6,X7,X8}＝d預測當前區(qū)域的交通警情等級，根據(jù)樸素貝葉斯分類器的原理可知需要比較在Ti＝d的條件下屬于C1、C2、C3三類警情等級的概率大小，即需要計算p(C1|Ti＝d)、p(C2|Ti＝d)、p(C3|Ti＝d)三者的概率，由貝葉斯公式可知其中Ci∈(C1,C2,C3)，比較p(C1|Ti＝d)、p(C2|Ti＝d)、p(C3|Ti＝d)三者的概率大小只需要比較p(C1)p(Ti＝d|C1)、p(C2)p(Ti＝d|C2)、p(C3)p(Ti＝d|C3)三者的大小，分母p(Ti＝d)對所有類別為常數(shù)；
通過統(tǒng)計訓練集R中屬于警情等級C1的樣本個數(shù)可計算出p(C1)的概率，即同理可計算出p(Ti＝d|Ci)即在類別Ci中屬性Ti的取值為d的概率，具體p(Ti＝d|Ci)＝p(X1＝d1|Ci)p(X2＝d2|Ci)…p(X8＝d8|Ci)，其中d＝(d1,d2,…,d8)，8個離散特征屬性的先驗概率p(X1＝d1|Ci)、…、p(X8＝d8|Ci)通過計算在每個類別Ci中每個屬性Xi取值為di的概率p(Xi＝di|Ci)求得；
步驟6：預測各區(qū)域的交通警情等級
由步驟5形成各特征屬性的概率表，將各自對應的所有特征屬性的概率分別相乘計算出p(C1|Ti)、p(C2|Ti)、p(C3|Ti)三者的概率大小，將所有特征屬性的概率相乘時如果有某個特征屬性的概率值為零，會消除乘積中涉及的所有其他屬性概率的影響，導致最終p(Ci|Ti)的結果為零，每個特征屬性從1開始計數(shù)，p(C1|Ti)、p(C2|Ti)、p(C3|Ti)三者中最大的概率值即為樸素貝葉斯分類器預測出的當前特征屬性條件Ti下的交通警情等級。
2.如權利要求1所述的一種城市交通警情等級預測方法，其特征在于：所述步驟2中，將降雨量分為以下五個等級，降雨量0.1mm-9.9mm時為小雨，降雨量為10mm-24.9mm為中雨，降雨量25mm-49.9mm為大雨，降雨量50mm-99.9mm為暴雨，降雨量100mm以上為大暴雨；將可見度等級分為以下五類，可見度大于10km時為無霧，1km<可見度≤10km時為輕霧，200m<可見度≤1km時為大霧，50m≤可見度≤200m時為濃霧，可見度小于50m時為強霧；將溫度劃分為小于5℃，5℃-28℃，29℃-35℃，大于35℃四個等級。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于浙江銀江研究院有限公司，未經(jīng)浙江銀江研究院有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201510242669.6/1.html，轉載請聲明來源鉆瓜專利網(wǎng)。
