买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜启明信息技术股份有限公司申请的专利一种基于大数据分析的预测车辆事故风险预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114926299B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210699278.7，技术领域涉及：G06Q40/08；该发明授权一种基于大数据分析的预测车辆事故风险预测方法是由王鹏;柳鹏程;宫月莹;宋欢设计研发完成，并于2022-06-20向国家知识产权局提交的专利申请。

本一种基于大数据分析的预测车辆事故风险预测方法在说明书摘要公布了：本发明公开了一种基于大数据分析的预测车辆事故风险预测方法，涉及车辆风险预测领域，方法先选取历史发生过事故的车辆数据，并在对应同一历史时间区间选取未发生事故车辆数据和对应出险信息作为特征标签，得到模型原始数据集；再对模型原始数据集进行降噪、抽样和归一化处理；然后对处理后的原始数据集进行多重共线性检验和关联分析，确定特征集合；根据特征集合选取关进特征构建样本数据集；构建预测模型，采用集成法对模型进行训练；根据预测精度以及评价指标，对模型的预测性能进行评估；输出预测结果。本发明事故概率的预测不再依赖于主观判定或专家经验，依托由时序数据构建的机器学习算法直接计算出险概率，更加精准客观，具有高可信度。

本发明授权一种基于大数据分析的预测车辆事故风险预测方法在权利要求书中公布了：1.一种基于大数据分析的预测车辆事故风险预测方法，其特征在于，包括：S1：获取原始数据，采集连续时间窗口t-1，t-2，t-3下的车辆基础数据与驾驶行为数据，预测其在时间t处的事故风险；选取历史发生过事故的车辆数据，并在对应同一历史时间区间选取相同数量的驾驶行为良好且从未出险的车辆数据，以及相对应的出险信息作为特征标签，得到模型原始数据集；S2，数据预处理，对模型原始数据集中的样本数据进行降噪、抽样和归一化处理，将样本的特征值转换到同一量纲下；S3，特征工程，根据驾驶行为及车辆本身各单属性因子进行多重共线性检验和关联分析，并对分析结果进行筛选，确定特征集合，具体包括以下子步骤：S31：根据驾驶行为及车辆本身各单属性因子的多重共线性检验，明确各单属性因子间的相关性程度，保证因子间的相互独立性；S32：根据车辆事故与各单属性因子的关联分析，明确各单属性因子对事故发生的影响度大小；S33：将各维度单属性因子的相关性分数按照从高到低进行排序；S34：设定相关性分数阈值，筛选所有高于相关性分数阈值的单属性因子，而后综合考虑多个关键因子之间的联系，形成关键因子；S35：通过特征选择模型筛选冗余特征，最终确定特征集合；S4，模型训练，根据特征集合选取关键特征构建模型样本数据集，并将模型样本数据集划分为训练集、测试集和验证集；构建机器学习预测模型，采用集成法利用训练集对机器学习预测模型进行学习训练，具体包括以下子步骤：S41：利用步骤S35中确定的特征集合，对每个关键因子在时间序列上选取连续的m个数据点聚合成一条数据，通过选取所有关键特征构建模型样本；S42：根据数据集划分训练集、测试集和验证集；S43：构建适用于预测车辆事故发生率的机器学习预测模型，将训练集数据带入模型进行学习训练，同时采用集成法将选择特征的过程融入学习训练，最后利用测试集进行预测结果验证；所述机器学习预测模型具体为一个由时序变量组成的逻辑回归模型，其具有以下一般形式： ,；上式中，为二元变量，若，则表示该车辆i当前月份发生过事故，否则，车辆i从未发生过事故，对应；表示截距，是t-l时刻解释变量的系数向量；是车辆i在时间t-l的p维驾驶行为特征向量，l=0,1,2,...,L；l和L为时间跨度数和最大跨度；为观察期始，d为观察期长度；S5，模型评估，根据预测精度以及受试者工作特征曲线ROC评价指标，选取验证集数据对机器学习预测模型的预测性能进行评估；S6，输出车辆事故风险预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人启明信息技术股份有限公司，其通讯地址为：130117 吉林省长春市长春净月高新技术产业开发区百合街1009号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。