一种基于特征向量空间滤值的交通事故poisson回归分析方法

发明专利有效专利

申请号：
CN201910411640.4
IPC分类号：G06F17/18;G08G1/01
申请日期：
2019-05-17
申请人：
武汉大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于特征向量空间滤值的交通事故poisson回归分析方法
申请号	CN201910411640.4	申请日期	2019-05-17
法律状态	实质审查	申报国家	中国
公开/公告日	2019-08-30	公开/公告号	CN110188324A
优先权	暂无	优先权号	暂无
主分类号	G06F17/18 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/10 复杂数学运算的〔6〕 G06F17/18 用于换算统计数据的〔6〕	IPC分类号	G;0;6;F;1;7;/;1;8;;;G;0;8;G;1;/;0;1查看分类表>
申请人	武汉大学	申请人地址	湖北省武汉市武昌区八一路299号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	武汉大学	当前权利人	武汉大学
发明人	陈玉敏;罗凤兰;陈娒杰;黄黎恒;谭黄元;曹吉平;廖佳鑫
代理机构	湖北武汉永嘉专利代理有限公司	代理人	暂无

摘要

本发明公开了一种基于特征向量空间滤值的交通事故poisson回归分析方法，包括步骤1、统计每个街区里面的交通事故数量总和作为因变量；步骤2、获取交通事故总量对应的相关因子数据，并按街区分别计算各相关因子数据；步骤3、对相关因子进行筛选；步骤4、对街区数据进行空间邻接关系的判断，计算中心化的空间邻接矩阵矩阵；步骤5、计算空间邻接矩阵的特征值和特征向量组；步骤6、提取特征向量作为交通事故数据的空间影响因子；步骤7、求解基于特征函数空间滤值的poisson回归模型系数，得到交通事故量与自变量之间的关系模型；步骤8、对关系模型的精度进行验证和评价。本发明可有效的提高回归模型的拟合精度，实现对交通事故的有效分析和准确模拟。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供