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！

龙图腾网获悉华南理工大学申请的专利城市交叉口空间事故严重程度相对风险判别及可视化方法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：CN117831342B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202311695980.7，技术领域涉及：G08G1/16；该发明授权城市交叉口空间事故严重程度相对风险判别及可视化方法是由许鹏鹏;汪倩芳;黄俊达;孟繁宇设计研发完成，并于2023-12-11向国家知识产权局提交的专利申请。

本城市交叉口空间事故严重程度相对风险判别及可视化方法在说明书摘要公布了：本发明公开了一种城市交叉口空间事故严重程度相对风险判别及可视化方法，包括：获取交叉口事故数据、交叉口设计数据、气象数据、交通流量数据；对获取的数据进行预处理；提取城市路网拓扑，构建交叉口邻接矩阵，得到每起事故的空间相关关系；建立考虑交叉口空间关联的道路交叉口事故严重程度空间预测模型；提取各交叉口的空间残差项，判别交叉口重特大事故的相对风险；根据交叉口相对风险值，绘制事故严重程度空间风险热点识别图，实现风险概况可视化。本发明可有效判断城市道路中某一特定交叉口是否比与之相似特征的交叉口具有更高的重伤事故概率，并以热力图的形式进行可视化，为事故黑点诊断提供理论支撑。

本发明授权城市交叉口空间事故严重程度相对风险判别及可视化方法在权利要求书中公布了：1.城市交叉口空间事故严重程度相对风险判别及可视化方法，其特征在于，包括如下步骤： 1获取数据，包括：交叉口事故数据、交叉口设计数据、气象数据和交通流量数据； 2对获取的数据进行预处理，包括：缺失、异常值的填充和删除，以及分类变量的哑变量处理和变量相关性检验、共线性诊断，形成完整的结构化事故严重程度分析数据集； 3提取城市路网拓扑，构建交叉口邻接矩阵，将事故严重程度分析数据集中的事故记录按照空间位置匹配到距离最近的交叉口上，得到每起事故的空间相关关系； 4建立考虑交叉口空间关联的道路交叉口事故严重程度空间预测模型，并基于拟合度和预测精度两类指标衡量模型性能，其中，所述道路交叉口事故严重程度空间预测模型是在二元Logit模型框架下引入空间残差项，以提高模型对空间事故数据的适应能力和模型性能，对于任一给定观测事故，能得出事故的重伤事故概率； 建立道路交叉口事故严重程度空间预测模型，对于任意给定观测事故i，其事故严重程度Yi被分为无伤和有伤两类，分别设为0和1，在二元Logit模型框架下，引入空间残差项，则任一交叉口m内，事故i的重伤事故概率πim有如下关系： 式中，φm为第m个交叉口的空间残差项，φn为第n个交叉口的空间残差项，为空间残差项的方差参数，ωm,n表示交叉口m与交叉口n之间的邻接权重值，ρ为反映相关性强度的权重参数，ximp为事故i交叉口m的第p个风险变量，P为变量个数，β0为常数项；对于构建完成的考虑交叉口空间关联的道路交叉口事故严重程度空间预测模型，采用偏差信息准则、召回率、特异度和总体分类精度指标衡量模型性能，其计算方式如下： 式中，DIC、Recall、Specificity、Total分别表示偏差信息准则、召回率、特异度和总体分类精度，和pD分别表示模型的拟合精度和有效变量个数，TP表示真实为重伤事故预测也为重伤事故的数量，FN表示真实为重伤事故预测为轻伤事故的数量，TN表示真实为轻伤事故预测也为重伤事故的数量，FP表示真实为轻伤事故预测为重伤事故的数量； 5根据道路交叉口事故严重程度空间预测模型，提取各交叉口的空间残差项，判别交叉口重特大事故的相对风险，即RR值； 6根据各交叉口的RR值，绘制事故严重程度空间风险热点识别图，实现风险概况可视化。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。