基于超图与多粒度时序建模的交通事故预测方法及系统

本发明涉及一种基于超图与多粒度时序建模的交通事故预测方法及系统，属于智能交通与公共安全技术领域。该方法旨在解决现有预测技术难以有效捕捉交通系统中复杂的多粒度时序特征与区域间高阶空间依赖关系的问题。技术方案主要包括：收集事故、天气、车流量及兴趣点数据并提取特征；通过多粒度时序表征模块融合日周期与周周期时序位置编码以增强时序特征；利用相似度计算模块构建超图关联矩阵来表征区域间复杂的高阶空间关联；将融合特征与超图矩阵输入由区域卷积模块、超图卷积模块和时间注意力模块构成的预测模型进行训练与预测。本发明能够更精准地建模交通事故的时空演化规律，显著提升了预测准确性、鲁棒性与泛化能力，为城市交通安全管理提供了有效决策支持。