基于距离度量学习的交通警情等级预测方法

摘要

一种基于距离度量学习的交通警情等级预测方法，对已知天气数据、时间数据、环境数据等情况下的城市交通警情等级进行预测，将整理好的多维历史数据根据交警指挥部门要求进行分类，利用广义马氏距离度量方法对分类标记后的多维历史数据进行学习，则距离度量学习矩阵获得了各个特征属性对交通警情等级的权值，权值大的特征属性对分类贡献度大，根据带权值的欧氏距离计算当前的多维数据与历史数据的相似度，选择与当前数据最相似的K个历史数据进行警情等级投票，得票高的警情等级作为当前交通警情等级的预测结果。本发明有效实现预测、准确性较好。