多模態融合的低空飛行器突發事件智能預警與動態保險定價模型研究

本文構建了基於多模態大數據驅動的低空飛行器突發事件風險智能預警與動態保險定價研究框架。針對低空飛行器面臨的復雜風險環境，文章提出了兩大核心模型：低空飛行器近極值增強識別模型（LAA-NEEIM）和多層次時空圖注意力風險傳染模型（MLSTGAR-CM）。通過融合視覺數據、傳感器數據、通信數據和業務數據等多模態信息，實現了對飛行器突發事件的精准識別和實時預警。研究建立了低空飛行器近極值增強跳躍擴散保險定價模型，將近極值事件理論與保險定價相結合，為低空飛行器提供了智能化的風險管控和保險定價解決方案。實証分析表明，該框架能夠有效提升風險預警准確性和保險定價合理性，為低空飛行器產業健康可持續發展提供重要保障。