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！

龙图腾网获悉吉林大学申请的专利基于风险智能感知模型的道路交通安全预测方法及预测系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117009772B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310859133.3，技术领域涉及：G06F18/21；该发明授权基于风险智能感知模型的道路交通安全预测方法及预测系统是由李海涛;曹宇轩;刘博;陶鹏飞;宋现敏;孙英楠设计研发完成，并于2023-07-13向国家知识产权局提交的专利申请。

本基于风险智能感知模型的道路交通安全预测方法及预测系统在说明书摘要公布了：基于风险智能感知模型的道路交通安全预测方法及预测系统，本发明涉及道路交通安全预测方法及预测系统。本发明的目的是为了解决现有方法对道路交通安全预测的准确率低的问题。过程为：1：进行初始设置及信息采集；2：获取道路交通安全风险智能感知模型构建所需历史交通流数据，对数据进行预处理并进行风险状态标定；从所有交通流数据中筛选出与道路交通安全风险智能感知相关的交通流参数组合；3：建立道路交通安全风险智能感知模型；4：对道路检测器检测到的实时交通流数据进行交通风险分析，将分析结果进行可视化输出，并随着时间推移对道路交通安全风险智能感知模型进行动态更新。本发明用于交通信息工程及控制领域。

本发明授权基于风险智能感知模型的道路交通安全预测方法及预测系统在权利要求书中公布了：1.基于风险智能感知模型的道路交通安全预测方法，其特征在于：所述方法具体过程为： 步骤1：进行初始设置及信息采集； 步骤2：获取道路交通安全风险智能感知模型构建所需历史交通流数据，对数据进行预处理并进行风险状态标定； 从所有交通流数据中筛选出与道路交通安全风险智能感知相关的交通流参数组合； 步骤3：利用K+XGBoost建立道路交通安全风险智能感知模型，获得训练完成的道路交通安全风险智能感知模型；具体操作方法如下： 步骤3.1：基于步骤2得到的与交通安全风险智能感知相关的交通流参数组合，将具有“0-1”标签的各个道路属性下的交通流参数组合进行K-Means无监督聚类，得到K-Means无监督聚类结果，基于K-Means无监督聚类结果得到对应的道路风险等级； 道路交通安全风险智能感知模型分为XGBoost风险等级预测模型和XGboost交通事故智能感知模型； 步骤3.2：将带有道路风险等级标签的交通流参数组合按比例划分为训练集和测试集； 步骤3.3：将训练集中道路风险等级作为因变量，将各个道路属性下的交通流参数组合作为自变量，输入XGBoost风险等级预测模型，使用交叉验证的方法调整参数以建立最优的XGBoost风险等级预测模型； 步骤3.4：将训练集中“0-1”标签作为因变量，将各个道路属性下的交通流参数组合作为自变量，输入XGboost交通事故智能感知模型进行训练，使用交叉验证的方法调整参数以建立最优的XGboost交通事故智能感知模型； 步骤4：将训练完成的道路交通安全风险智能感知模型下发至基服务器，利用基服务器对道路检测器检测到的实时交通流数据进行交通风险分析，将分析结果进行可视化输出，并随着时间推移对道路交通安全风险智能感知模型进行动态更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130023 吉林省长春市南关区人民大街5988号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。