发明名称 |
一种基于在线变分贝叶斯支持向量回归的交通事故率预测系统 |
摘要 |
本发明涉及一种基于在线变分贝叶斯支持向量回归的交通事故率预测系统,包括:数据预处理模块、在线变分贝叶斯支持向量回归模型构建模块、在线变分贝叶斯支持向量回归模型训练模块、在线变分贝叶斯支持向量回归模型预测模块。该方法有效解决了传统支持向量回归模型预测交通事故率的速度慢、预测结果不准、难以在线进行的问题,在实际中有一定的应用价值。 |
申请公布号 |
CN106339608A |
申请公布日期 |
2017.01.18 |
申请号 |
CN201610986943.5 |
申请日期 |
2016.11.09 |
申请人 |
中国科学院软件研究所 |
发明人 |
邓嗣琦;杜长营;马文静;龙国平 |
分类号 |
G06F19/00(2011.01)I |
主分类号 |
G06F19/00(2011.01)I |
代理机构 |
北京科迪生专利代理有限责任公司 11251 |
代理人 |
成金玉;卢纪 |
主权项 |
一种基于在线变分贝叶斯支持向量回归的交通事故率预测系统,其特征在于:包括数据预处理模块、在线变分贝叶斯支持向量回归模型构建模块、在线变分贝叶斯支持向量回归模型训练模块、在线变分贝叶斯支持向量回归模型预测模块;其中:数据预处理模块:将实际中关于交通事故率的数据进行预处理,所述预处理为先进行特征提取,在关于交通事故率的数据中提取一些与发生交通事故相关的信息作为特征,然后再对这些特征进行特征离散化;在特征提取及离散化的同时,计算交通事故率,然后对交通事故率进行数据清洗和划分,最后将得到划分好交通事故率的数据写入两个不同的文件,文件A和文件B;在线变分贝叶斯支持向量回归模型构建模块:进行在线变分贝叶斯支持向量回归模型的构建,首先进行先验概率分布假设,同时要构造基于数据扩充思想的伪似然,然后基于先验概率分布及数据扩充的伪似然进行后验概率近似推断,在后验概率近似推断的基础上进行增量变分贝叶斯支持向量回归模型的构建,最终得到增量变分贝叶斯支持向量回归模型;在线变分贝叶斯支持向量回归模型训练模块:用于将数据预处理模块得到的文件A中的数据输入在线变分贝叶斯支持向量回归模型构建模块得到的模型进行参数的迭代更新,将迭代更新结束后的得到的模型参数作为最优参数,记录到文件中;在线变分贝叶斯支持向量回归模型预测模块:用于读入在线变分贝叶斯支持向量回归模型训练模块得到的最优参数,并对数据预处理模块得到的文件B中的数据做出预测。 |
地址 |
100190 北京市海淀区中关村南四街4号 |