[发明专利]组合线性回归和灰色关联分析的住房治安评测系统及方法

权利要求书

1.一种组合线性回归和灰色关联分析的住房治安评测系统，其特征在于，包括：

治安评测服务器以及多个用户终端，

所述治安评测服务器具有服务器数据存储部以及安全评测部，

所述服务器数据存储部存储有各小区的综合信息数据，

所述综合信息数据至少包括小区信息数据以及治安事件数据，

所述治安事件数据至少包括事件发生的小区名称，

所述小区信息数据至少包括人员数据信息、安全设施信息以及绿化信息，

所述人员数据信息包括常住人口信息、人员出入统计信息以及外来人员信息，

所述用户终端用于显示附近小区信息页面让用户输入小区名称进行搜索请求，并将所述搜索请求发送至所述治安评测服务器，

所述治安评测服务器根据搜索请求中包含的所述小区名称对所述服务器侧数据存储部进行检索获取待测小区的综合信息数据，

所述安全评测部采用灰色关联分析获取所述待测小区的特征变量，基于数据预处理后的特征变量计算小区安全状况值与特征变量的关联度，并采用安全预测模型基于所述关联度对所述待测小区的安装状况进行预测生成安全状况值，

所述治安评测服务器将所述待测小区的安全状况值传输至所述用户终端，

所述用户终端显示所述待测小区的所述安全状况值让所述用户查看。

2.根据权利要求1所述的组合线性回归和灰色关联分析的住房治安评测系统，其特征在于：

其中，所述特征变量为包含小区各方面特征的小区治安特征二十维变量，该特征变量的获取过程为：

基于所有所述综合信息数据确定所有小区的安全状况值，记为参考数列：

Y＝Y(k)∣k＝1,2...n，

基于所述待测小区的综合信息数据确定所述待测小区的20个特征变量，记为比较数列：

Xi＝Xi(k)∣k＝1,2...n,i＝1,2...20。

3.根据权利要求2所述的组合线性回归和灰色关联分析的住房治安评测系统，其特征在于：

其中，所述数据预处理为：

对所述20个特征变量采用初值化进行无量纲化处理：

式中，x_i为比较数列，m取值为20，x_i(k)表示n个样本中第k个样本的第i个特征值。

4.根据权利要求3所述的组合线性回归和灰色关联分析的住房治安评测系统，其特征在于：

其中，所述关联度的获取过程为：

计算所述参考数列与所述比较数列的关联系数：

式中，ρ为分辨系数，ρ取值0.5，

对所述关联系数求取平均值以获取所述关联度：

式中，r_0i表示比较数列与第i个参考数列的关联度，ξ_0i(k)表示第k个样本的比较数列关于第i个参考数列的关联系数，n为样本个数。

5.根据权利要求4所述的组合线性回归和灰色关联分析的住房治安评测系统，其特征在于：

其中，所述安全预测模型为经过训练的线性回归预测模型，

所述训练过程为：

确定与所述20个特征变量对应的相关系数，

基于所述相关系数构建损失函数，所述损失函数为：

式中，表示所述线性回归预测模型的预测值，y_i表示一组特征变量对应的真实值，

初始化一组模型参数W0，将该组参数W0输入至所述线性回归预测模型获取对应预测值，将所述预测值带入所述损失函数获取对应的损失值，

不断更新所述模型参数W0得到新的模型参数W1，并获取新的损失值，直至所述新的损失值的变化值小于预定的终止条件，将最后更新的模型参数W作为预测参数赋予所述线性回归预测模型，以生成所述安全预测模型。