[发明专利]一种基于地理相关性模型的阿片类药物空间传播预测方法

权利要求书

1.一种基于地理相关性模型的阿片类药物空间传播预测方法，其特征在于，包括以下步骤：1)通过下级行政区域药物传播特点与上级行政区域药物传播特点建立地理相关性模型；2)通过聚类分析对每个上级行政区域中所有下级行政区域进行打包分区，确定该上级行政区域的聚类中心；3)针对各上级行政区域聚类中心，建立案发数量的微分扩散模型，并进行空间自相关分析，获得各上级行政区域一区聚类中心的阿片类药物传播特征；4)通过分析扩散模型的临界值，给出高案发率下级行政区域的判断依据；5)利用BP神经网络对未来各下级行政区域的案发数量进行预测，筛选超过扩散模型临界值的下级行政区域；步骤2)确定聚类中心的方法为：首先利用反映各下级行政区域案情严重程度的两个指标，包括案发数量和占对应上级行政区域案发总数的比例，通过K-means聚类分析将各上级行政区域中所有下级行政区域打包分层为三区；然后按照一区到三区案情严重程度递减的原则，将一区的聚类中心作为该上级行政区域的聚类中心；最后使用遍历搜索方法，利用聚类分析的分区结果，并结合各下级行政区域的经纬度坐标，根据最短欧式距离法获得一区中距离其余所有下级行政区域的距离总和最小的下级行政区域，即为打包区域的聚类中心；

步骤3)所建立的微分扩散模型为二元微分扩散模型，以各上级行政区域聚类中心的经度和纬度为自变量并考虑时间因素，具体的模型表达式如下：

u_t-a²(u_xx+u_yy)＝f(x,y,t)

对于固定的t,u＝u(x,y,t)表示t时刻在位置(x,y)的案发概率，x和y分别为经度和纬度。

2.根据权利要求1所述的基于地理相关性模型的阿片类药物空间传播预测方法，其特征在于，所述的步骤3)进行空间自相关分析时，通过局部Moran指数衡量每个上级行政区域地理位置对案发情况的影响，局部Moran指数中的较高值表示具有相似变量值的区域单位在空间中聚合，局部Moran指数中的较低值表示不同变量的面积单位是空间聚合的。

3.根据权利要求2所述的基于地理相关性模型的阿片类药物空间传播预测方法，其特征在于，所述的局部Moran指数的计算公式为：

其中，ω_i,j＝1，表示区域i和区域j相邻接，ω_i,j＝0，表示区域i和区域j不相邻接。

4.根据权利要求1所述的基于地理相关性模型的阿片类药物空间传播预测方法，其特征在于，所述的步骤4)定义某药物在上级行政区域的概率密度为该药物在上级行政区域的案发数与其对应的下级行政区域总数之比，阈值为某国各上级行政区域在若干年当中的年概率密度的平均值；判断阿片类药物高案发率下级行政区域的数学表达式如下：

F(x,y,t)≥F₀

其中，F(x,y,t)为阿片类药物的概率密度，F₀为阈值。

5.根据权利要求4所述的基于地理相关性模型的阿片类药物空间传播预测方法，其特征在于，所述步骤5)首先对BP神经网络利用历史数据训练并进行可行性检验，然后以当年数据为例预测下一年的案发数量，最后通过与阈值进行比较筛选出下一年高案发率地点。