[发明专利]一种交通气象灾害评估方法、装置及计算机可读存储介质

权利要求书

1.一种交通气象灾害评估方法，其特征在于，包括以下步骤：

获取历史气象信息及历史交通事故数据信息；

根据所述历史气象信息、历史交通事故数据信息及当前时刻气象信息，建立交通气象灾害的预测模型，对所述交通气象灾害的预测模型进行训练，得到训练后的交通气象灾害的预测模型；

重新获取历史气象信息及历史交通事故数据信息，将所述历史气象信息、历史交通事故数据信息以及当前时刻气象信息输入至训练后的交通气象灾害的预测模型，得到当前交通事故状态向量，根据所述当前交通事故状态向量，对交通气象灾害进行评估；

根据所述历史气象信息、历史交通事故数据信息及当前时刻气象信息，建立交通气象灾害的预测模型，具体包括：

根据历史气象信息及历史交通事故数据信息建立交通事故状态向量，建立递归神经网络，将上一时刻的交通事故状态向量及当前时刻气象信息作为递归神经网络的输入，以当前交通事故状态向量作为递归神经网络的输出，建立交通气象灾害的预测模型。

2.根据权利要求1所述的交通气象灾害评估方法，其特征在于，将上一时刻的交通事故状态向量及当前时刻气象信息作为递归神经网络的输入，以当前交通事故状态向量作为递归神经网络的输出，建立交通气象灾害的预测模型，具体包括：

根据上一时刻的交通事故状态向量及当前时刻气象信息分别确定LSTM记忆单元结构中遗忘门的输出信息、输入门的输出信息、输出门的输出信息，根据所述遗忘门的输出信息、输入门的输出信息、输出门的输出信息确定当前交通事故状态向量，以此建立交通气象灾害的预测模型。

3.根据权利要求2所述的交通气象灾害评估方法，其特征在于，根据上一时刻的交通事故状态向量及当前时刻气象信息确定LSTM记忆单元结构中遗忘门的输出信息，具体包括：

根据上一时刻的交通事故状态向量、当前时刻气象信息及遗忘门输出表达式确定LSTM记忆单元结构中遗忘门的输出信息，所述遗忘门输出表达式为其中，f_t为遗忘门的输出信息，σ为激活函数，W_f为遗忘门的权重矩阵，b_f为遗忘门的偏置项，为上一时刻的交通事故状态向量，Y_t为当前时刻气象信息。

4.根据权利要求3所述的交通气象灾害评估方法，其特征在于，根据上一时刻的交通事故状态向量及当前时刻气象信息确定LSTM记忆单元结构中输入门的输出信息，具体包括：

根据上一时刻的交通事故状态向量、当前时刻气象信息及输入门输出表达式确定LSTM记忆单元结构中输入门的输出信息，所述输出门输出表达式为其中，所述i_t为输入门的输出信息，所述W_i为输入门的权重矩阵，b_i为输入门的偏置项。

5.根据权利要求4所述的交通气象灾害评估方法，其特征在于，根据上一时刻的交通事故状态向量及当前时刻气象信息确定LSTM记忆单元结构中输出门的输出信息，具体包括：

根据上一时刻的交通事故状态向量、当前时刻气象信息及输出门输出表达式确定LSTM记忆单元结构中输出门的输出信息，所述输出门输出表达式为其中，o_t为输出门的输出信息，W_o为输出门的权重矩阵，b_o为输出门的偏置项。

6.根据权利要求2所述的交通气象灾害评估方法，其特征在于，根据所述遗忘门的输出信息、输入门的输出信息、输出门的输出信息确定当前交通事故状态向量，具体包括：

根据所述遗忘门的输出信息、输入门的输出信息、输出门的输出信息确定当前时刻的记忆状态，根据当前时刻的记忆状态获取当前时刻的状态单元，根据当前时刻的状态单元及输出门的输出信息获取当前交通事故状态向量。