[发明专利]一种基于多重对应和K-means聚类的交通事故成因分析方法

权利要求书

1.一种基于多重对应和K-means聚类的交通事故成因分析方法，其特征在于，包括如下步骤：

(1)根据获取的交通事故数据集，选取影响交通事故发生的变量并分类；

(2)通过Mysql数据库统计各变量的类别数和相应事故数量，筛选合并异常值的变量类别，得到事故数据表；

(3)将得到的事故数据表处理得到二进制指标矩阵；具体包括如下步骤：

(31)设选取的事故数据包括n起交通事故，共有p个数据字段每个字段的类别个数分别为k₁,…,k_j,…,k_p，则数据集的类别总数为设变量j的类别l为jl；

(32)定义二进制指标矩阵的元素为设X_jl与jl相关联，X_jl＝[x_1jl，…，x_njl]，变量j的k_j个类别构成与变量相关的二进制指标矩阵，n*k_j项，对于所有的p个类别变量，通过横向连接得到整个数据集二进制指标矩阵X：

其中，矩阵X的行和全部等于p，列和是变量的单类别边际频率，设为V_jl，各变量全部类别的列和等于n，得到矩阵X的总和为np；第i行的行百分比jl列的列百分比

(33)设对应矩阵为P＝(1/np)X；设行质量向量为r＝P1，对于矩阵X，r中的每一个元素均为设列质量向量为c＝P^T1，对于矩阵X，c中的每一个元素为设D_r和D_c分别为行质量与列质量的对角矩阵，行百分比或列百分比之间的“卡方距离”是由或度量定义的加权欧氏距离；

(4)将事故类型作为表征事故特征的变量进行多重对应分析，得到各变量类别的多重对应分析坐标；

(5)使用局部线性嵌入LLE算法对事故数据多重对应分析所得变量类别坐标进行降维，得到LLE降维坐标；

(6)使用K-means聚类算法对变量类别进行聚类，并根据聚类结果进行分析。

2.如权利要求1所述的基于多重对应和K-means聚类的交通事故成因分析方法，其特征在于，步骤(4)中，将事故类型作为表征事故特征的变量进行多重对应分析，得到各变量类别的多重对应分析坐标具体包括如下步骤：

(41)将事故类型作为表征事故特征的变量，然后选取驾驶员、车辆、道路和环境四个方面的变量，进行多重对应分析；

(42)多重对应分析方法的实现过程包括

(a)奇异值分解的计算：

保留其K^*个主成分，设为M＝UD_αV^T；U为包含行特征向量的矩阵；D_α为奇异值对角矩阵，是特征值矩阵；V为包含列特征向量的矩阵；

(b)行点和列点的坐标coordinate分别为：

(c)设d_r和d_c分别为行和列与其各自相应质心之间的χ²距离：

d_r＝diag{FF^T}

d_C＝diag{GG^T}

(d)行和列在某一维度ζ上的表现质量分别为：

其中，和分别为d_r和d_c的相应元素；

(43)对事故数据进行两次多重对应分析：

(a)第一次多重对应分析：根据得到的特征值信息和变量类别在各维度上的表现质量cos2，筛选出表现质量差的变量；

(b)第二次多重对应分析：去除表现质量差的变量后进行多重对应分析，得到变量类别的多重对应分析坐标。