【技术实现步骤摘要】
本专利技术涉及信息处理，尤其涉及的是一种海运事故影响因素分析方法、系统、智能终端及介质。
技术介绍
1、随着海洋运输业务的急速增加，航运业得到了快速发展，同时，船舶数量陡增和航运环境日益复杂，致使海上事故频发。海运事故受到船舶自身条件、海上自然环境、操作人员诸多显性和隐形因素共同影响，呈现复杂性和关联性等特征。
2、目前诸多学者大多是针对选定的海域或者全球海域直接进行事故影响因素的探究，其中，对选定的海域进行事故影响因素的探究，可能存在由于选定的海域不是事故高发海域，分析得到的海运事故的影响因素分析结果的参考价值不高的问题；直接针对全球海域进行事故影响因素的探究，可能存在无法准确辨识不同影响因素对不同海域的海运事故的发生所产生的影响的差异，这两种方案均可能导致对海运事故影响因素的分析结果不准确的问题。
技术实现思路
1、鉴于上述现有技术的不足，本专利技术的目的在于提供一种海运事故影响因素分析方法、系统、智能终端及介质，旨在解决现有技术中存在的对海运事故影响因素的分析结果不准确的问题。
2、为了实现上述目的，本专利技术第一方面提供一种海运事故影响因素分析方法，包括：
3、获取目标海运事故样本数据；
4、对所述目标海运事故样本数据进行分析，获得事故空间分布特征，并基于所有所述事故空间分布特征，确定若干个事故高发海域；
5、基于预设的探究目标和所述事故空间分布特征，提取出若干个影响因素，并基于所述探究目标和所有所述影响因素，分别
6、对各个所述回归模型进行拟合对比分析，筛选出每个所述事故高发海域对应的拟合效果最佳的模型；
7、对每个所述事故高发海域对应的拟合效果最佳的模型进行弹性分析，确定各个影响因素对相应的事故高发海域的影响程度，并根据所述影响程度的大小和预设的影响程度阈值，确定关键影响因素。
8、可选的，所述对所述目标海运事故样本数据进行分析，获得事故空间分布特征，包括：
9、对所述目标海运事故样本数据进行数据可视化分析，获得各类事故发生的位置特征；
10、利用核密度分析方法对所述目标海运事故样本数据进行分析，获得各类事故发生的空间集聚特征；
11、基于所有的所述位置特征和所述空间集聚特征，获得事故空间分布特征。
12、可选的，所述基于预设的探究目标和所述事故空间分布特征，提取出若干个影响因素，包括：
13、预设若干种相关性因子，所述相关性因子至少包括管辖海域变量、船舶属性变量、事故发生的时间变量、事故类型变量和外界环境变量；
14、基于预设的探究目标和至少一种所述相关性因子，对每个所述事故高发海域的事故空间分布特征进行相关性分析，获得与所述探究目标相关的若干个影响因素。
15、可选的，所述对各个所述回归模型进行拟合对比分析，筛选出每个所述事故高发海域对应的拟合效果最佳的模型，包括：
16、将每个所述事故高发海域中的各个所述影响因素分别代入各个所述回归模型参与拟合，获得各个所述回归模型的拟合结果；
17、基于所述拟合结果，对各个所述回归模型进行拟合优度检验，筛选出每个所述事故高发海域对应的拟合效果最佳的模型。
18、可选的，在所述获得各个所述回归模型的拟合结果之后，还包括：
19、对各个所述回归模型的拟合结果进行显著性检验、回归系数检验和/或标准误差检验，获得检验结果；
20、基于所述检验结果，对各个所述影响因素进行筛选，获得显著影响因素；
21、将各个所述显著影响因素分别代入各个所述回归模型参与拟合，更新各个所述回归模型的拟合结果。
22、可选的，所述对每个所述事故高发海域对应的拟合效果最佳的模型进行弹性分析，确定各个影响因素对相应的事故高发海域的影响程度，包括：
23、对每个所述事故高发海域对应的拟合效果最佳的模型进行弹性分析，获得各个所述影响因素的弹性系数；
24、基于每个所述弹性系数的大小，确定各个影响因素对相应的事故高发海域的影响程度。
25、可选的，在所述确定各个影响因素对相应的事故高发海域的影响程度之后，还包括对若干个所述事故高发海域的影响因素进行对比分析，获得分析结果，具体包括：
26、对各个所述事故高发海域对应的拟合效果最佳的模型分别进行弹性分析，获得各个所述事故高发海域的各个所述影响因素的弹性系数；
27、将每个所述影响因素在各个所述事故高发海域下的弹性系数进行对比分析，获得分析结果，所述分析结果用于表示每个所述影响因素对各个所述事故高发海域的影响效果的异同。
28、本专利技术第二方面提供一种海运事故影响因素分析系统，所述系统包括：
29、数据获取模块，用于获取目标海运事故样本数据；
30、事故高发海域筛选模块，用于对所述目标海运事故样本数据进行分析，获得事故空间分布特征，并基于所有所述事故空间分布特征，确定若干个事故高发海域；
31、回归模型构建模块，用于基于预设的探究目标和所述事故空间分布特征，提取出若干个影响因素，并基于所述探究目标和所有所述影响因素，分别构建若干种类型的回归模型；
32、最优回归模型构建模块，用于对各个所述回归模型进行拟合对比分析，筛选出每个所述事故高发海域对应的拟合效果最佳的模型；
33、影响程度分析模块，用于对每个所述事故高发海域对应的拟合效果最佳的模型进行弹性分析，确定各个影响因素对相应的事故高发海域的影响程度，并根据所述影响程度的大小和预设的影响程度阈值，确定关键影响因素。
34、本专利技术第三方面提供一种智能终端，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的海运事故影响因素分析程序，所述海运事故影响因素分析程序被所述处理器执行时实现任意一项上述海运事故影响因素分析方法的步骤。
35、本专利技术第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有海运事故影响因素分析程序，所述海运事故影响因素分析程序被处理器执行时实现任意一项上述海运事故影响因素分析方法的步骤。
36、与现有技术相比，本方案的有益效果如下：
37、本专利技术通过对目标海运事故样本数据进行分析，获得事故空间分布特征，并基于所有事故空间分布特征，确定若干个事故高发海域，将海域的识别纳入到伤亡人数影响因素的探究中，结合事故空间分布特征提取出的影响因素，构建多种类型的回归模型并筛选出拟合效果最佳的模型，能够准确地分析出和探究目标相关的海运事故影响因素及各种因素的影响程度，从而根据影响程度的大小确定出影响程度较大的若干项关键影响因素，有利于进一步根据关键影响因素探究海运事故发生的真正原因，从而为海上从业人员制定海运事故防范措施提供科学精准的依据。
本文档来自技高网...【技术保护点】
1.海运事故影响因素分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的海运事故影响因素分析方法，其特征在于，所述对所述目标海运事故样本数据进行分析，获得事故空间分布特征，包括：
3.根据权利要求1所述的海运事故影响因素分析方法，其特征在于，所述基于预设的探究目标和所述事故空间分布特征，提取出若干个影响因素，包括：
4.根据权利要求1所述的海运事故影响因素分析方法，其特征在于，所述对各个所述回归模型进行拟合对比分析，筛选出每个所述事故高发海域对应的拟合效果最佳的模型，包括：
5.根据权利要求4所述的海运事故影响因素分析方法，其特征在于，在所述获得各个所述回归模型的拟合结果之后，还包括：
6.根据权利要求1所述的海运事故影响因素分析方法，其特征在于，所述对每个所述事故高发海域对应的拟合效果最佳的模型进行弹性分析，确定各个影响因素对相应的事故高发海域的影响程度，包括：
7.根据权利要求1所述的海运事故影响因素分析方法，其特征在于，在所述确定各个影响因素对相应的事故高发海域的影响程度之后，还包括对若干个所
8.海运事故影响因素分析系统，其特征在于，所述系统包括：
9.智能终端，其特征在于，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的海运事故影响因素分析程序，所述海运事故影响因素分析程序被所述处理器执行时实现如权利要求1-7任意一项所述海运事故影响因素分析方法的步骤。
10.计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有海运事故影响因素分析程序，所述海运事故影响因素分析程序被处理器执行时实现如权利要求1-7任意一项所述海运事故影响因素分析方法的步骤。
...【技术特征摘要】
1.海运事故影响因素分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的海运事故影响因素分析方法，其特征在于，所述对所述目标海运事故样本数据进行分析，获得事故空间分布特征，包括：
3.根据权利要求1所述的海运事故影响因素分析方法，其特征在于，所述基于预设的探究目标和所述事故空间分布特征，提取出若干个影响因素，包括：
4.根据权利要求1所述的海运事故影响因素分析方法，其特征在于，所述对各个所述回归模型进行拟合对比分析，筛选出每个所述事故高发海域对应的拟合效果最佳的模型，包括：
5.根据权利要求4所述的海运事故影响因素分析方法，其特征在于，在所述获得各个所述回归模型的拟合结果之后，还包括：
6.根据权利要求1所述的海运事故影响因素分析方法，其特征在于，所述对每个所述事故高发海域对应的拟合效果最佳的模型进行弹性分析，确定各...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。