[发明专利]气象交通系统基于组合多变量相关性的影响因子分析方法在审
申请号: | 202110344284.6 | 申请日: | 2021-03-31 |
公开(公告)号: | CN113127533A | 公开(公告)日: | 2021-07-16 |
发明(设计)人: | 杨泓;卢军;郑昊 | 申请(专利权)人: | 四川省气象服务中心(四川省专业气象台四川省气象影视中心);成都信息工程大学 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06K9/62;G06Q50/26 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 610072 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 气象 交通 系统 基于 组合 多变 相关性 影响 因子分析 方法 | ||
本发明提供一种气象交通系统基于组合多变量相关性的影响因子分析方法,该方法采用i‑score分析多个因子对目标产生作用权值;该方法可以很好地解决由于平均值的代表性很差,导致这种大尺度分析的效果很差,构建出的模型的拟合能力不理想的问题。
技术领域
本发明具体涉及一种气象交通系统基于组合多变量相关性的影响因子分析方法。
背景技术
对于交通事故和气象要素的相关关系,可能是线性的,也可能是非线性的,确定用哪种方法来计算相关系数是一个关键。影响高原公路气象的要素很多,目前的气象预测研究,还难以有效地判断,哪些要素是影响川西高原公路气象的关键核心因素。一些研究成果虽然给出了一些参考的重点要素,例如地面温度、湿度、气压等,但是这些要素仅仅局限于特殊的应用环境,在不同的应用环境中,差异性很大。国内外以往的研究为了简化分析的难度,通常将一条公路的气象条件的平均值代替整条公路所有段的气象值。由于平均值的代表性很差,导致这种大尺度分析的效果很差,构建出的模型的拟合能力不理想。因此急需一种气象交通系统基于组合多变量相关性的影响因子分析方法以解决这一问题。
发明内容
本发明的目的在于针对现有技术的不足,提供一种气象交通系统基于组合多变量相关性的影响因子分析方法,该气象交通系统基于组合多变量相关性的影响因子分析方法可以很好地解决上述问题。
为达到上述要求,本发明采取的技术方案是:提供一种气象交通系统基于组合多变量相关性的影响因子分析方法,该气象交通系统基于组合多变量相关性的影响因子分析方法包括如下步骤:
采用i-score分析多个因子对目标产生作用权值,具体计算公式如下:
设具有m+1个变量的分组Ai,考虑这些变量对Y的影响,假设其度量值是DI,
其中为Ai的一个子集合Aij的元素均值,所有样本的均值。nij和nik分别从Ai中选择的子集合中元素的总个数。
该气象交通系统基于组合多变量相关性的影响因子分析方法具有的优点如下:
该方法可以很好地解决由于平均值的代表性很差,导致这种大尺度分析的效果很差,构建出的模型的拟合能力不理想的问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,在这些附图中使用相同的参考标号来表示相同或相似的部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示意性地示出了根据本申请一个实施例的气象交通系统基于组合多变量相关性的影响因子分析方法中网格化时空预报模型的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,以下结合附图及具体实施例,对本申请作进一步地详细说明。
在以下描述中,对“一个实施例”、“实施例”、“一个示例”、“示例”等等的引用表明如此描述的实施例或示例可以包括特定特征、结构、特性、性质、元素或限度,但并非每个实施例或示例都必然包括特定特征、结构、特性、性质、元素或限度。另外,重复使用短语“根据本申请的一个实施例”虽然有可能是指代相同实施例,但并非必然指代相同的实施例。
为简单起见,以下描述中省略了本领域技术人员公知的某些技术特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川省气象服务中心(四川省专业气象台四川省气象影视中心);成都信息工程大学,未经四川省气象服务中心(四川省专业气象台四川省气象影视中心);成都信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110344284.6/2.html,转载请声明来源钻瓜专利网。