1.基于公交车can总线的道路黑点预测模型，其特征在于：该种预测模型在构建时的具体实施步骤如下：
2.根据权利要求1所述的基于公交车can总线的道路黑点预测模型，其特征在于：所述步骤一中，首先进行can总线数据收集时，此时对can总线数据的冗余属性参数或小权重参数数据进行选择和筛除，减少计算量，降低分析计算的难度；
3.根据权利要求2所述的基于公交车can总线的道路黑点预测模型，其特征在于：在运用模糊聚类算法进行状态聚类时，结合fcn算法进行聚类计算。
4.根据权利要求2所述的基于公交车can总线的道路黑点预测模型，其特征在于：在提取融合特征时，基于贝叶斯理论的特征融合算法进行计算。
5.根据权利要求1所述的基于公交车can总线的道路黑点预测模型，其特征在于：所述步骤二中，在进行道路网格分隔规划时，运用空间聚类分隔方法划分道路网格；
6.根据权利要求5所述的基于公交车can总线的道路黑点预测模型，其特征在于：在运用空间聚类划分道路网格时，采用稀疏子空间聚类的算法进行计算，并使用admm算法进行求解，得到表示矩阵。
7.根据权利要求5所述的基于公交车can总线的道路黑点预测模型，其特征在于：在结合历史黑点信息和事故相关的can总线关键参数信息时，提取的信息包括公交线路信息、公交运行信息和驾驶信息。
8.根据权利要求6所述的基于公交车can总线的道路黑点预测模型，其特征在于：所述步骤三中，首先进行零膨胀模型分析零值问题，并集合步骤二的关键信息，构建预测初始模型；
9.根据权利要求8所述的基于公交车can总线的道路黑点预测模型，其特征在于：针对预测模型进行训练学习时，采用封闭式道路进行训练，且训练的次数不低于十次。
10.根据权利要求1所述的基于公交车can总线的道路黑点预测模型，其特征在于：所述步骤四中，在进行预测模型验收时，选择训练合格率不低于90％的预测模型进行路段安全性预测的试运行，然后选择试运行合格率不低于98％的预测模型进行验收。