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。