一种城市区域交通事故风险预测方法

摘要

本发明公开了一种城市区域交通事故风险预测方法，采用带时空注意力机制的编码器‑解码器深度学习框架来精准预测未来交通事故风险。在大量与交通事故有关的多源异构数据的基础上，通过融合多源异构数据来更加有效、准确地预测未来交通事故风险；主要数据集是交通事故量和不同车的交通流，外部数据是天气、街道设计等外部环境数据；本发明方案提供了一种时空注意力机制，能够同时抓住本地和全局地区的时空特征，不仅提高了模型的精度，而且提高了模型的可解释性，最后可以通过注意力值来解读不同影响因素对预测值的重要程度。该本明提出的框架，能够扩展到其他类似的时空数据领域，拥有普适性价值。