-
公开(公告)号：CN116340306A
公开(公告)日：2023-06-27
申请号：CN202310611869.9
申请日：2023-05-29
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06F16/215 , G06F16/22 , G06F16/2458 , G06F40/30
Abstract: 本发明提出涉及面向业务逻辑的数据质量评估方法、电子设备及存储介质，属于数据质量评估技术领域。包括以下步骤：S1.根据指标、数据表、数据元和数据样本的关联关系，构建语义模型；S2.根据指标在业务线中的重要程度与指标关联数据跨度衡量指标反应数据质量的能力，对质量评估指标进行选取；S3.通过关联表的连接运算、指标数据关联度计算、指标数据完整度量化和指标数据平整度量化，评估评价指标的数据质量；S4.通过计算指标的数据质量分和综合数据质量分，评估总体数据质量。解决难以有效指导以业务落地为导向的数据治理实施及质量提升策略制定、不利于挖掘关键数据质量问题、指导问题暴露后质量提升方案的精准施策的技术问题。
-
公开(公告)号：CN116340306B
公开(公告)日：2023-10-20
申请号：CN202310611869.9
申请日：2023-05-29
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06F16/215 , G06F16/22 , G06F16/2458 , G06F40/30
Abstract: 本发明提出涉及面向业务逻辑的数据质量评估方法、电子设备及存储介质，属于数据质量评估技术领域。包括以下步骤：S1.根据指标、数据表、数据元和数据样本的关联关系，构建语义模型；S2.根据指标在业务线中的重要程度与指标关联数据跨度衡量指标反应数据质量的能力，对质量评估指标进行选取；S3.通过关联表的连接运算、指标数据关联度计算、指标数据完整度量化和指标数据平整度量化，评估评价指标的数据质量；S4.通过计算指标的数据质量分和综合数据质量分，评估总体数据质量。解决难以有效指导以业务落地为导向的数据治理实施及质量提升策略制定、不利于挖掘关键数据质量问题、指导问题暴露后质量提升方案的精准施策的技术问题。
-
公开(公告)号：CN115018213B
公开(公告)日：2022-11-25
申请号：CN202210946507.0
申请日：2022-08-09
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 一种高速公路事故持续时间预测方法、电子设备及存储介质，属于交通事故分析和预测领域。为提高高速公路事故持续时间的预测准确性，本发明步骤包括数据采集，数据清洗，变量分类赋值，利用LASSO算法筛选与事故持续时间相关的变量，利用链式方程多重插补MICE填充缺失变量，基于完整样本集构建事故持续时间预测模型：首先构建包含输入层、两层隐藏层和输出层的前馈神经网络对数据集进行映射处理，然后构建COX半参数模型，用于高速公路事故持续时间预测。本发明基于深度学习的COX模型对丢失数据有一定的容忍度，深度学习的数据增强策略可以使模型对数据集中常见的数据噪声和数据缺失具有更强的弹性。
-
公开(公告)号：CN115018213A
公开(公告)日：2022-09-06
申请号：CN202210946507.0
申请日：2022-08-09
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 一种高速公路事故持续时间预测方法、电子设备及存储介质，属于交通事故分析和预测领域。为提高高速公路事故持续时间的预测准确性，本发明步骤包括数据采集，数据清洗，变量分类赋值，利用LASSO算法筛选与事故持续时间相关的变量，利用链式方程多重插补MICE填充缺失变量，基于完整样本集构建事故持续时间预测模型：首先构建包含输入层、两层隐藏层和输出层的前馈神经网络对数据集进行映射处理，然后构建COX半参数模型，用于高速公路事故持续时间预测。本发明基于深度学习的COX模型对丢失数据有一定的容忍度，深度学习的数据增强策略可以使模型对数据集中常见的数据噪声和数据缺失具有更强的弹性。
-
-
-
Search Results
4
records
(took 0.03 seconds)
