一种基于多重对应和K-means聚类的交通事故成因分析方法技术

本发明专利技术公开了一种基于多重对应和K‑means聚类的交通事故成因分析方法，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；(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。本发明专利技术根据聚类结果从多维度综合探究交通事故成因，不仅是分析二维对应分析图。

【技术实现步骤摘要】
一种基于多重对应和K-means聚类的交通事故成因分析方法
本专利技术涉及道路交通
，尤其是一种基于多重对应和K-means聚类的交通事故成因分析方法。
技术介绍
道路交通系统的构成要素包括人、车、道路、环境，每个要素自成子系统又相互作用，而交通事故的发生是由于各个子系统自身出现问题或相互间作用失调。通过对大量交通事故数据的研究，对道路安全提出针对性的干预手段或改善措施，以达到降低事故风险和减轻事故伤害严重程度的目的。影响交通事故的潜在风险众多，包括交通参与者、车辆、道路和环境等。目前，现有研究主要关注驾驶者年龄、性别、驾龄等和危险驾驶行为。道路方面主要研究道路网络、道路设计、交通控制等对交通事故的影响。车辆安全研究主要包括主动安全方面的车辆智能防撞技术与被动安全方面的车辆安全设施的设计优化、车辆安全测试法规的制定和应用等。当前，公安交通管理部门记录了大量的交通事故数据，但只是以采集到的数据为基础进行简单的分类统计说明，没有进行相关性分析，很难发现交通系统各要素对交通事故的综合影响，不能够详细的分析交通事故成因。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种基于多重对应本文档来自技高网...

【技术保护点】
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；(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。

【技术特征摘要】
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；(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(3)中，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，…，kj，…，kp，则数据集的类别总数为J＝1，2，…，p，设变量j的类别l为jl；(32)定义二进制指标矩阵的元素为i＝1，2，…n；设Xjl与jl相关联，Xjl＝[x1jl，…，xnjl]，变量j的kj个类别构成与变量相关的二进制指标矩阵，n*kj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Vjl，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＝PT1，对于矩阵X，c中的每一个元素为设Dr和Dc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。3.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＝UDαVT；U为包含行特征向量的矩阵；Dα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dr和dc分别为行和列与其各自相应质心之间的χ2距离：dr＝diag{FFT}dc＝diag{GGT}(d)行和列在某一维度ζ上的表现质量(余弦平方cos2)分别为：其中，和分别为dr和dc的相应元素，cos2测量观测或变量类别与特定维度之间的关联程度；(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...

【专利技术属性】
技术研发人员：夏井新，樊朋光，王晨，宋燕超，刘林，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32