Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长沙理工大学汤季明获国家专利权

长沙理工大学汤季明获国家专利权

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!

龙图腾网获悉长沙理工大学申请的专利基于多阶段融合的交通事故严重度预测方法及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:CN120296560B

龙图腾网通过国家知识产权局官网在2025-10-03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:202510417958.9,技术领域涉及:G06F18/2415;该发明授权基于多阶段融合的交通事故严重度预测方法及系统是由汤季明;黄遥;杨程迪;卜羡仙;卜蓉伟;刘伟军设计研发完成,并于2025-04-03向国家知识产权局提交的专利申请。

基于多阶段融合的交通事故严重度预测方法及系统在说明书摘要公布了:本发明提供一种基于多阶段融合的交通事故严重度预测方法及系统,涉及交通事故分析与智能交通领域。包括:采集交通事故相关的多源数据,经清洗、处理数据不平衡后对分类变量编码转换、数值特征标准化处理;构建逻辑回归模型进行初步预测并输出对应类别的概率,同时利用历史数据对事故严重度进行相关性分析,选取相关性较高的特征进行多项式变换,将变换后的特征和初步预测的结果概率融合为新的特征;再次使用AdaBoost模型对融合后的特征进行训练,然后对测试集特征进行预测,得到最终的融合预测结果;最后对整个模型进行评估与优化。本发明通过多阶段融合方式整合各类数据资源,融合后的模型能整合单一模型的优势,具有更高预测准确性。

本发明授权基于多阶段融合的交通事故严重度预测方法及系统在权利要求书中公布了:1.一种基于多阶段融合的交通事故严重度预测方法,其特征在于,包括如下步骤: S1、数据采集与预处理:采集与交通事故相关的多源数据,经清洗去除重复和无效数据;用欠采样和过采样平衡事故严重度数据分布;对分类变量编码转换、数值特征标准化,使数据符合模型输入要求; S2、初步预测并融合特征:构建逻辑回归模型进行初步预测并输出概率结果,同时利用历史数据对事故严重度进行相关性分析,选取相关性较高的特征进行多项式变换,将变换后的特征和初步预测的结果概率融合为新的特征; 逻辑回归模型通过One vs Rest策略来输出预测概率,即创建K个二分类模型,K代表事故严重度类别的数量,每个模型将一个类别作为正类,其余类别作为负类,使用sigmoid函数来表示,即: ; 其中:代表sigmiod函数,输出范围在0到1之间,表示样本属于正类的概率,是线性组合,即: ;是模型的参数向量,代表转置,代表特征的数量; S3、二次预测:再次使用AdaBoost模型对融合后的特征进行训练,然后对测试集进行预测,得到最终的融合预测结果; AdaBoost通过迭代训练多个弱分类器,并将它们组合成一个强分类器,在每一轮迭代中,AdaBoost根据前一轮分类器的错误率调整样本的权重;其中第轮迭代的弱分类器的权重计算公式为: ; 其中,是第轮迭代的弱分类器的错误率,样本权重更新公式为: ; ;其中,代表第轮迭代的权重,代表第轮迭代更新后的权重;和分别为特征和目标变量的第个样本值;代表弱学习器的预测结果;代表指数函数,代表归一化因子,用于保证所有样本权重之和为1; S4、结果评估与模型优化:用准确率、召回率、F1值指标,对融合后的模型绘制ROC、PR曲线评估预测结果。

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长沙理工大学,其通讯地址为:410000 湖南省长沙市天心区万家丽南路二段960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AI智能生成
免责声明
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。