基于深度学习的区域风险隐患挖掘应用分析  

作　　者：吕俊君(文/图) 岳建霞(文/图)[2] 马昕欣(文/图) 孙振兴(文/图) 潘晓东(文/图) 

机构地区：[1]山东省烟台市公安局交警支队 [2]烟台市公安局大数据警察支队 [3]烟台市公安局牟平分局交警大队 [4]山东海润数聚科技有限公司

出　　处：《道路交通管理》2025年第3期56-59,共4页

摘　　要：交通安全隐患排查整治作为交通安全治理工作的关键环节,发挥着不可替代的作用,但长期存在“排不到、找不准、整不了”等突出问题。本文利用深度学习技术,汇聚社会化数据和公安自用数据两部分数据,通过搭建预处理和隐患打分模型,以实现网格化得分量化区域风险,将安全治理模式向事前转型。深度学习技术凭借多源数据融合与非线性格局建模能力,经过实验、真实场景验证,所搭建模型具有一定应用价值和推广前景,衍生成果获得第一届全国公安机关大数据智能化应用大赛二等奖。

关 键 词：隐患排查 深度学习 交通安全治理 区域风险隐患 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]