陕西交通电子工程科技有限公司陈东获国家专利权
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!
龙图腾网获悉陕西交通电子工程科技有限公司申请的专利一种高速公路交通态势智能预警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:CN121122029B 。
龙图腾网通过国家知识产权局官网在2026-02-17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:202511676241.2,技术领域涉及:G08G1/01;该发明授权一种高速公路交通态势智能预警方法是由陈东;王茂林;刘烨;梁晨;郭毅;王泽元设计研发完成,并于2025-11-17向国家知识产权局提交的专利申请。
本一种高速公路交通态势智能预警方法在说明书摘要公布了:本发明公开了一种高速公路交通态势智能预警方法,涉及大数据分析技术领域,包括:获取目标车辆的历史交通违规记录,量化目标车辆的各个交通事故类型基础风险系数与已知若干场景下的历史交通事故类型先验风险概率进行关联拟合,生成已知若干场景下的目标车辆的各个交通事故类型综合风险指数与各个场景的环境因素,建立各个场景的环境因素的局部贡献动态量化函数,赋予高速公路的各个场景的实时环境因素贡献权重与目标车辆的各个交通事故类型基础风险系数进行各个场景的交通事故类型加权回归分析,生成高速公路的各个场景实时交通事故风险图谱。本发明的有益效果在于:显著提升预警精准度和实时性,为高速公路安全管理提供全链条决策支持。
本发明授权一种高速公路交通态势智能预警方法在权利要求书中公布了:1.一种高速公路交通态势智能预警方法,其特征在于,包括: S1、基于高速公路车牌识别系统后台数据库,获取目标车辆的历史交通违规记录,分析目标车辆违规行为与交通事故类型因果关系,量化目标车辆的各个交通事故类型基础风险系数; S2、基于高速公路历史交通事故记录数据库,分析已知若干场景下的历史交通事故类型先验风险概率与目标车辆的各个交通事故类型基础风险系数进行关联拟合,生成已知若干场景下的目标车辆的各个交通事故类型综合风险指数,具体包括: 基于高速公路历史交通事故记录数据库,按照时间维度、空间维度和环境维度,提取历史交通事故多维度特征数据,组建高速公路历史交通事故若干场景下的特征序列; 针对高速公路历史交通事故若干场景下的特征序列进行标准化处理; 根据朴素贝叶斯,验证高速公路历史交通事故若干场景下的特征序列中每一个历史交通事故类型相对总交通事故的先验发生概率; 基于高速公路历史交通事故若干场景下的特征序列中每一个历史交通事故类型相对总交通事故的先验发生概率,验证给定每一个场景下的特征相对于每一个历史交通事故类型相对总交通事故的似然比; 针对给定每一个场景下的特征相对于每一个历史交通事故类型相对总交通事故的似然比进行乘积运算,得到给定每一个场景下的特征相对于每一个历史交通事故类型相对总交通事故的综合似然比; 基于高速公路历史交通事故若干场景下的特征序列中每一个历史交通事故类型相对总交通事故的先验发生概率与给定每一个场景下的特征相对于每一个历史交通事故类型相对总交通事故的综合似然比,计算已知若干场景下的历史交通事故类型后验风险概率; 其中,步骤S2还包括: 基于目标车辆的各个交通事故类型基础风险系数、高速公路历史交通事故若干场景下的特征序列中每一个历史交通事故类型相对总交通事故的先验发生概率、已知若干场景下的历史交通事故类型后验风险概率、构建目标车辆‑场景‑事故类型组合特征向量; 基于随机森林,建立各个场景下的每一个交通事故类型决策树随机森林,以目标车辆‑场景‑事故类型组合特征向量作为输入,按照穷举搜索算法进行最大不纯减少值进行分裂,生成已知若干场景下的目标车辆的各个交通事故类型综合风险指数; S3、确定各个场景的环境因素与已知若干场景下的目标车辆的各个交通事故类型综合风险指数,建立各个场景的环境因素的局部贡献动态量化函数,赋予高速公路的各个场景的实时环境因素贡献权重与目标车辆的各个交通事故类型基础风险系数进行各个场景的交通事故类型加权回归分析,生成高速公路的各个场景实时交通事故风险图谱。
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陕西交通电子工程科技有限公司,其通讯地址为:710000 陕西省西安市高新区唐延路6号2楼10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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励