一种基于特征向量空间滤值的交通事故poisson回归分析方法

专利申请号：CN201910411640.4

公 开 号：CN110188324B

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 人：湖北武汉永嘉专利代理有限公司唐万荣

代理机构：湖北武汉永嘉专利代理有限公司

专利类型：发明专利

申 请 日：20230530

公 开 日：20190517

专利主分类号：G06F17/18

关 键 词：交通事故 空间邻接 关系模型 因子数据 街区 自变量 矩阵 回归模型系数 交通事故数据 特征向量空间 特征向量组 回归分析 回归模型 街区数据 矩阵矩阵 空间影响 特征函数 提取特征 有效分析 因变量 求解 拟合 向量 筛选 验证 统计 

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。