一种基于混合扩散模型的不均衡交通事故数据分析方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于混合扩散模型的不均衡交通事故数据分析方法
申请号:CN202510846542
申请日期:2025-06-24
公开号:CN120781001A
公开日期:2025-10-14
类型:发明专利
摘要
本发明涉及一种基于混合扩散模型的不均衡交通事故数据分析方法,分析方法包括:S1、原始事故频次数据预处理;S2、标记化处理事故频次数据进行;S3、构建并训练变分自编码器模型,获取低维隐空间嵌入表示;S4、构建并训练混合特征扩散模型;S5、利用训练完成的混合特征扩散模型,对事故频次数据进行过采样;S6、基于增强的事故频次数据集,训练交通事故频次模型;S7、应用SHAP值解释模型输出结果,识别影响交通安全的关键因素。与现有技术相比,本发明具有更强的混合变量建模与生成能力,能够在保持事故频次数据多样性和变量关系一致性的基础上,生成更高质量的数据,显著提升事故频次建模与分析的效果。
技术关键词
数据分析方法 离散特征 联合损失函数 机器学习算法 多层感知器 样本 连续特征 重构误差 数据分布特征 路段 变量 编码器结构 机器学习模型 高风险 效应 特征值