公开(公告)号：CN119398480A

公开(公告)日：2025-02-07

申请号：CN202410900004.9

申请日：2024-07-05

Applicant: 桂林电子科技大学

Inventor： 程瑞 ,  卢春成 ,  黄妍雯 ,  赵全友 ,  王涛 ,  秘运健

IPC: G06Q10/0635 ,  G06Q50/26 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于2D‑CNN深度学习模型的交通事故风险评估方法、设备及介质，本发明所搭建的基于2D‑CNN深度学习的交通事故风险评估模型经过训练后，确定最优的模型参数，能够对交通事故风险进行更为科学及其准确评估，其可通过卷积层自动挖掘交通事故深层特征，可增加卷积神经网络的计算深度；通过在模型中添加批量归一化(Batch Normalization,BN)层对数据分布进行正则化，可减小数据分布偏移带来的影响；由池化层进行二次降维，同时引入丢弃层(Dropout)，可提高模型的泛化能力；最后通过Softmax函数确定事故风险评估等级，最终输出直观的交通事故风险等级的概率分布结果。