[发明专利]基于分层岭回归算法的警情预测方法和预测系统在审
| 申请号： | 201910864183.4 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110674981A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 王海荣;肖万来;李鑫;桑燕五 | 申请（专利权）人： | 中科曙光南京研究院有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/26 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 常虹 |
| 地址： | 210000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于分层岭回归算法的警情预测方法和预测系统，其中警情预测方法包括：1、采集小区、社区、派出所的历史属性数据和小区的警情数量，对采集数据进行数据清洗，并将地址字段进行标准化处理；2、确定训练样本：3、基于分层岭回归模型建立警情预测模型，并采用训练样本对警情预测模型进行训练；4、获取待预测小区的属性数据，将其输入训练好的警情预测模型中，得到待预测小区的警情数量预测值。该方法从派出所、社区、小区三个层次来分析各层属性对小区警情数量的影响，能够实现小区警情数量的准确预测。 | ||
| 搜索关键词： | 警情 小区 预测模型 预测 属性数据 训练样本 分层 标准化处理 采集数据 地址字段 回归模型 数据清洗 数量预测 预测系统 算法 社区 采集 回归 分析 | ||
【主权项】：
1.基于分层岭回归算法的警情预测方法，其特征在于，包括如下步骤：/n(1)采集小区、社区、派出所的历史属性数据和小区的警情数量，对采集数据进行数据清洗，并将地址字段进行标准化处理；/n(2)确定训练样本：步骤1处理后的数据按照时间区间分为N组，将每组数据的属性平均值和警情数量平均值作为训练样本，构成有N个样本的训练集；/n(3)基于分层岭回归模型建立警情预测模型，所述警情预测模型为：/nSI＝α
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中科曙光南京研究院有限公司，未经中科曙光南京研究院有限公司许可，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/patent/201910864183.4/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
