技術(shù)特征：

1.一種基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理方法，其特征在于，所述二維數(shù)據(jù)包括基于交通攝像頭、車輛gps系統(tǒng)和/或傳感器獲取的交通流量數(shù)據(jù)、車輛gps數(shù)據(jù)、交通信號(hào)狀態(tài)數(shù)據(jù)和/或事故數(shù)據(jù)，以及相應(yīng)采集設(shè)備的坐標(biāo)信息和采集時(shí)間信息；

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理方法，其特征在于，所述預(yù)處理步驟包括去除異常值、填補(bǔ)缺失數(shù)據(jù)和/或統(tǒng)一數(shù)據(jù)格式，其中：

4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理方法，其特征在于，所述的采用坐標(biāo)轉(zhuǎn)換算法，將預(yù)處理后的二維數(shù)據(jù)和三維數(shù)據(jù)進(jìn)行匹配并整合到統(tǒng)一的坐標(biāo)系中包括：

5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理方法，其特征在于，所述的利用深度學(xué)習(xí)算法從整合到統(tǒng)一坐標(biāo)系中的二維數(shù)據(jù)和三維數(shù)據(jù)中提取特征，并通過融合算法將提取出的特征進(jìn)行融合，得到融合后的交通地理信息包括：

6.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理方法，其特征在于，所述的基于深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建交通模式分析模型包括：

7.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理方法，其特征在于，還包括將得到的交通模式和交通信息數(shù)據(jù)通過線路圖以及表格圖形的形式在顯示屏幕上進(jìn)行可視化顯示。

8.一種基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理系統(tǒng)，用于實(shí)現(xiàn)如權(quán)利要求1-7任一所述的基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理方法，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明公開了一種基于深度學(xué)習(xí)的交通地理信息數(shù)據(jù)處理方法及系統(tǒng)，方法包括：實(shí)時(shí)獲取目標(biāo)區(qū)域的二維數(shù)據(jù)和三維數(shù)據(jù)，并進(jìn)行預(yù)處理；采用坐標(biāo)轉(zhuǎn)換算法，將二維數(shù)據(jù)和三維數(shù)據(jù)進(jìn)行匹配并整合到統(tǒng)一的坐標(biāo)系中；將整合到統(tǒng)一的坐標(biāo)系中的二三維數(shù)據(jù)進(jìn)行融合，得到融合后的交通地理信息；基于深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建交通模式分析模型，并使用融合后的交通地理信息對(duì)所述交通模式分析模型進(jìn)行訓(xùn)練；利用訓(xùn)練好的交通模式分析模型對(duì)當(dāng)前獲取的交通地理信息進(jìn)行分析，得到交通模式和交通信息數(shù)據(jù)。本發(fā)明通過構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行交通模式分析，能夠有效判斷和預(yù)測(cè)交通流量及擁堵情況，從而為城市交通管理提供科學(xué)依據(jù)，提升交通效率和安全性。

技術(shù)研發(fā)人員：蔣海峰,韓華瑞,李亞楠,黃英杰,袁婷,方駿,鄧天悅,方亮
受保護(hù)的技術(shù)使用者：中國(guó)交通信息科技集團(tuán)有限公司杭州分公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26