發(fā)布時間：2021-08-22 07:37

　　空間或時空掃描模型中,會產(chǎn)生大量有重復(fù)性的集群,現(xiàn)有研究方法會按Satscan層次結(jié)構(gòu)刪除此類集群,或者用似然比加權(quán)集群分析,在整個過程很難量化分析刪除后剩下的集群或是加權(quán)后的集群是否就能提供更多有意義的信息,缺乏系統(tǒng)評估理論,這將會混淆風(fēng)險區(qū)域的判斷.基于此問題本文提出一種基于信息量的時空深度掃描模型IN-scan model,用于對上述重復(fù)集群進(jìn)行處理,所提方法從信息量的角度出發(fā)量化每一個掃描集群.方法中引入了信息量,并使用顯著統(tǒng)計量和基尼系數(shù)來進(jìn)行掃描風(fēng)險區(qū)域分析.文中使用所提方法與Satscan最新方法（LR-scan model）預(yù)警結(jié)果進(jìn)行對比,所提方法 F-Score性能評估值提升10%以上,實驗證明該方法較現(xiàn)時空掃描模型有一定優(yōu)勢. 

【文章來源】：小型微型計算機(jī)系統(tǒng). 2020,41(09)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

基于信息量的時空深度掃描模型結(jié)構(gòu)

地點B和C與A分析一致．這樣計算完成后相當(dāng)于把cluster1、cluster2、cluster3的信息映射到掃描區(qū)域L中，二次掃描時只用分析L中的數(shù)據(jù)即可，見方法介紹模塊．3.2 基于事件均值計算的基尼系數(shù)

基尼系數(shù)[22]是洛倫茲曲線的一個度量值，洛倫茲曲線[23]主要用于經(jīng)濟(jì)領(lǐng)域，如圖3所示基尼系數(shù)G=S1/（S1+S2),G越大說明收入分配越不平等．Han和Junhee首次將G用于時空掃描模型中，其橫縱軸分別表示觀察到案例的累加百分比和預(yù)期案例的累積百分比，G=0時，即說明該集群無顯著性，而G越大，對應(yīng)掃描域的置信度（1-p）越大，Han使用G是為了報告出更有意義的集群，在我們的研究模型中，研究G亦是為了報告出能提供更多信息量I的集群．在對IN-scan model模型的研分析中，由于我們使用的是均值數(shù)據(jù)，地點i觀察案件數(shù)n′i與預(yù)測案件數(shù)μ′i能綜合反映點的風(fēng)險度，此時地點i與地點j信息相對獨立，所以在掃描區(qū)域L中進(jìn)行二次掃描時，測試統(tǒng)計值信息量I(p,G）中的G我們使用掃描域內(nèi)的n′從小到大排序后計算得到，見圖3，假設(shè)掃描域為table1中的cluster3，掃描時間為1天，此時若n′c>n′B>n′A，見圖4中t=1的G顯示圖，圖中陰影部分占下三角的面積百分比即為G值，t=2和t=3類似分析，從圖3中可看出就基尼系數(shù)來說，cluster3掃描時間為1天時G較大．在IN-scan model中，結(jié)合p與G值計算各條件下的集群的信息量，報告I最大的集群．


本文編號：3357307