技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种交通事故三支致因规则的快速提取方法及系统  >  正文

一种交通事故三支致因规则的快速提取方法及系统

  • 国知局
  • 2024-10-21 14:27:26

本发明涉及三支概念分析领域,具体涉及一种交通事故三支致因规则的快速提取方法及系统。

背景技术:

1、形式概念分析(fca),是一种有效的概念知识表示和发现的数学工具。在经典的fca中,采用二支决策策略(接受和拒绝)。事实上,三支决策才更加适用于处理真实世界中的决策问题。三支概念分析是结合fca和三支决策的思想而提出的,是对经典形式概念分析的扩展。目前,基于oe3w概念格提取三支决策规则是三支概念分析中的研究热点内容,有助于三支概念分析解决实际应用中的复杂决策问题,提高决策效率。

2、交通事故致因分析方法有很多,关联规则分析是交通事故致因分析中常用的数据挖掘研究方法。目前的关联规则分析算法主要有fp-tree(频繁模式树)算法、apriori算法。apriori算法能挖掘出两个或多个因素间的相关关系,但数据量规模较大时,运算效率会明显下降。为了提高apriori算法的准确性和效率,一种改进的apriori算法被提出,但其在表达知识的程度上有所欠缺。fp-tree(频繁模式树)也是一种关联规则数据挖掘算法,但构建fp-tree需要对数据集进行多次扫描和排序,增加了构建的时间和计算成本,尤其是在数据量较大时。可以发现,传统的交通事故致因规则是二支决策规则,其在规则提取效率方面和表达知识的程度上有所欠缺。

技术实现思路

1、为解决现有技术中存在的问题,本发明提供了一种交通事故三支致因规则的快速提取方法及系统,基于对象导出的概念格(简称oe3w概念格)提取三支决策关联规则(具有代表性的三支决策关联规则)的方法,并将此方法应用于交通事故三支致因规则挖掘中,解决了传统的交通事故致因规则(二支决策规则)在规则提取效率方面和表达知识的程度上有所欠缺的问题。

2、为了本发明描述需要,给出一些符号的定义。给定决策形式背景t=(g,a,i,d,j),假设形式背景tc=(g,a,i)生成的oe3w概念格记为oe3wl(tc)。设(g,a,i)为形式背景,对于任意oe3w概念(h,(o,s))、oe3w概念(p,(r,t)),则*、算子以及偏序关系≥分别定义为:

3、

4、其中i=g×a。

5、增量式算法是通过将形式背景中的对象增量式添加到形式背景中的方式来构建oe3w概念格,oe3wl(tc)和oe3wl'(tc)分别表示新增对象g前后形式背景所对应的oe3w概念格,为了表示形式背景发生了更改,我们在需要时会分别用和来分别表示新增对象g前后形式背景中的概念导出算子,≥、≥'分别表示新增对象前后的概念间的偏序关系,同时,假设背景中的属性集合不会发生变化。

6、为实现上述目的,本发明提供如下技术方案:一种交通事故三支致因规则的快速提取方法,包括如下步骤:

7、s1、使用增量式算法构建oe3w概念格;

8、s2、基于oe3w概念格提取三支决策关联规则;

9、s3、交通事故三支致因规则的快速提取。

10、优选的,在步骤s1中,具体包括如下:

11、s11、将新增对象g后的oe3wl'(tc)中的oe3w概念分为三大类:新oe3w概念,修正oe3w概念,旧oe3w概念;

12、s12、识别新oe3w概念,修正oe3w概念,旧oe3w概念这三类oe3w概念的充分必要条件;

13、s13、更新序关系,对于每一个新oe3w概念(h'0,(o'0,s'0)),它的标准生成器为(h0,(o0,s0)),其必然是新oe3w概念(h'0,(o'0,s'0))的下近邻;

14、对于每一个新oe3w概念(h'0,(o'0,s'0)),确定其上近邻集合分为两个步骤:

15、1)确定候选上近邻集合c=c1∪c2,其中c1、c2分别为:

16、

17、2)候选上近邻集合c中的最小oe3w概念集合c'即为新oe3w概念(h'0,(o'0,s'0))的上近邻集合;

18、对于上近邻集合c'中的修正oe3w概念,则需删除该修正oe3w概念与其孩子概念与父亲概念的序关系,按照以上过程,对序关系完成更新;

19、s14、通过步骤s11-s13可以更新新增对象g后所有的oe3w概念,即找到添加对象g后的所有的修正oe3w概念,新oe3w概念以及完成序关系的更新;继续添加g中未被添加的对象g,重复步骤s11-s14,遍历g中的所有对象,最终得到条件形式子背景tc的oe3w概念格oe3wl(tc)。

20、优选的,在步骤s11中,具体包括如下:

21、s111、如果(h',(o',s'))∈oe3wl'(tc),并且其内涵(o',s')不是oe3wl(tc)中任何一个oe3w概念的内涵,那么称(h',(o',s'))为新oe3w概念;

22、s112、如果(h,(o,s))∈oe3wl(tc),(h∪g,(o,s))∈oe3wl'(tc),那么称(h,(o,s))为修正oe3w概念;

23、s113、如果(h,(o,s))∈oe3wl(tc),并且(h,(o,s))∈oe3wl'(tc),那么称(h,(o,s))为旧oe3w概念。

24、优选的,在步骤s12中,具体包括如下:

25、s121、若(h,(o,s))∈oe3wl(tc),(h',(o',s'))∈oe3wl'(tc),那么称(h',(o',s'))为新oe3w概念,为了加快新oe3w概念的生成,引入了标准生成器,对于任意新oe3w概念(h',(o',s')),是(h',(o',s'))的标准生成器;

26、s122、若(h,(o,s))∈oe3wl(tc),则说明(h,(o,s))为修正oe3w概念;

27、s123、若(h,(o,s))∈oe3wl(tc),(h',(o',s'))∈oe3wl'(tc),那么称(h,(o,s))为旧oe3w概念。

28、优选的,在步骤s2中,具体包括如下:

29、s21、三支决策关联规则的定义:设t=(g,a,i,d,j)是一个决策形式背景,对于任意x,其中如果θ,ρ为提前设定的阈值,则为三支决策关联规则,其支持度和置信度分别记为

30、s22、区别决策关联规则为具有代表性的三支决策关联规则、非具有代表性的三支决策关联规则:若是t的两个三支决策关联规则,如果和则可以由表示,记为对于任意如果不存在则称为具有代表性的三支决策关联规则,否则称为非具有代表性的三支决策关联规则;

31、s23、具有代表性的三支决策关联规则的提取:首先用支持度阈值θ对oe3wl(tc)进行剪枝,将修剪后的oe3wl(tc)记为oe3wl*(tc);对于oe3wl*(tc)中的任意一个oe3w概念(h,(o,s)),对于d中的任意一个属性z,如果满足则将添加进具有代表性的三支决策关联规则的集合ψ(t);遍历d中的每个属性以及oe3wl*(tc)中的每一个oe3w概念,最终得到所有的具有代表性的三支决策关联规则ψ(t);

32、s24、非具有代表性的三支决策关联规则的提取:对于任意具有代表性的三支决策关联规则首先找到(o,s)的所有内涵近似的集合((x,p)称为(o,s)的内涵近似,当且仅当x*∩p°=o*∩s°=h),若(x,p)是(o,s)的一个伪内涵(当则(x,p)是(o,s)的伪内涵),则将添加进非具有代表性的三支决策关联规则的集合φ(t);遍历ψ(t)中的具有代表性的三支决策关联规则,最终得到所有非具有代表性的三支决策关联规则φ(t)。

33、优选的,在步骤s24中,对于任意oe3w概念(h,(o,s))的内涵近似集合的获取,具体步骤如下:temp是属性集合(o,s)的子集的集合,对于temp中的任意属性集合(x,p),如果不存在(h,(o,s))的任何一个父亲概念(h’0,(o’0,s’0)),使得则将(x,p)添加进oe3w概念(h,(o,s))的内涵近似集合。

34、优选的,在步骤s3中,具体包括以下:

35、首先,将交通事故中的驾驶人、车辆、道路和环境维度的属性作为条件属性,将其处理后作为条件形式子背景,将事故的严重程度分类作为决策属性;其次,将获得的交通事故条件形式子背景进行建格,得到对象导出的三支概念格,利用oe3w概念格提取具有代表性的交通事故三支致因规则。

36、通过数学证明,可以发现三支决策关联规则与二支决策关联规则的关系:

37、1、对于任意一条二支决策关联规则o→z,都能找到唯一一条满足的三支决策关联规则其中s=o*°。

38、2、对于任意一条三支决策关联规则(1)当s=o*°,存在一条满足的二支决策关联规则o→z;(2)当存在一条满足的二支决策关联规则o→z;(3)当s≠o*°,不存在二支决策关联规则o→z。

39、三支决策关联规则是二支决策关联规则的补充,能够表达出二支规则无法表达的知识,因此,将三支决策关联规则应用于交通事故致因规则挖掘中,能够挖掘出更加丰富全面的交通事故致因机理。

40、另一方面,为实现上述目的,本发明还提供了如下技术方案:一种交通事故三支致因规则的快速提取系统,所述系统包括如下模块:

41、增量式算法构建oe3w概念格模块(110)、通过分析新增对象g前后的对象导出的三支概念格的关系,更新对象导出的三支概念以及序关系;

42、提取三支决策关联规则模块(120)、首先给出三支决策关联规则的定义,其次将决策关联规则区分为具有代表性的和非具有代表性的三支决策关联规则,然后给出基于oe3w概念格提取具有代表性的和非具有代表性的三支决策关联规则的方法;

43、交通事故三支致因规则快速提取模块(130)、将交通事故中的驾驶人、车辆、道路和环境维度的属性作为条件属性,将其处理后作为条件形式子背景,将事故的严重程度分类作为决策属性;然后将获得的交通事故条件形式子背景进行建格,得到对象导出的三支概念格,利用oe3w概念格提取具有代表性的交通事故三支致因规则。

44、本发明的有益效果是:

45、1)本发明采用增量式算法进行构建oe3w概念格,在此基础上提取三支决策关联规则,将基于oe3w概念格提取三支决策关联规则的方法应用于交通事故致因规则挖掘中,能够有效提高挖掘交通事故三支致因规则的效率。

46、2)本发明提出的基于oe3w概念格的三支决策关联规则相比二支决策关联规则语义更为丰富,表达更为精细,能够表达出二支决策规则无法表达的知识。因此,将基于oe3w概念格提取三支决策关联规则的方法应用于交通事故致因规则挖掘中,能够挖掘出相比二支致因规则更加丰富全面的交通事故致因机理。

本文地址:https://www.jishuxx.com/zhuanli/20241021/318225.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。