CN104038952A - 突发事件的预测方法及预测系统 - Google Patents
突发事件的预测方法及预测系统 Download PDFInfo
- Publication number
- CN104038952A CN104038952A CN201410293532.9A CN201410293532A CN104038952A CN 104038952 A CN104038952 A CN 104038952A CN 201410293532 A CN201410293532 A CN 201410293532A CN 104038952 A CN104038952 A CN 104038952A
- Authority
- CN
- China
- Prior art keywords
- accident
- arbitrary region
- base station
- region
- users
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Alarm Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供了一种突发事件的预测方法和一种突发事件的预测系统，其中，所述突发事件的预测方法包括：确定处于任一区域内的基站；根据实时连接至所述基站的终端数量确定处于所述任一区域内的实时用户数量，和/或根据单位时间切换连接至所述基站内的终端数量确定单位时间内进入所述任一区域内的用户数量；在所述实时用户数量大于或等于第一预定阈值时，和/或在单位时间内进入所述任一区域内的用户数量大于或等于第二预定阈值时，判定所述任一区域内发生突发事件。通过本发明方案，能够实时、准确地对突发事件进行预测，并且可以在无需增加任何额外的设备成本的前提下实现对突发事件的预测，降低了系统部署的成本。
Description
技术领域
本发明涉及数据分析技术领域，具体而言，涉及一种突发事件的预测方法和一种突发事件的预测系统。
背景技术
随着社会的发展、生活节奏的加快，以及社会压力的增加，社会中的不稳定因素与日俱增，导致产生的突发事件也越来越多。为了确保社会的稳定以及社会的公共安全，需要对突发事件进行预测。
相关技术中，突发事件的预测主要有两种形式，其中一种方式是通过视频采集设备(如摄像头)来获取某区域的实际状态信息，进而根据采集到的实际状态信息和历史经验进行突发事件的预测，成本较高，同时由于需要对视频图像进行处理分析，导致预测的实时性受到限制，而在采集到的视频图像不清晰时，也会造成准确性的降低，进而导致管理者不能及时了解本区域内的突发状况，可能会造成事态扩大，造成不良影响；另一种方式是通过人工的方式，逐级上报，实现对突发事件的预测，但是这种方式具有较强的滞后性，不能及时对突发事件进行预测。
因此，如何能够对突发事件进行准确、实时的预测，并降低系统的部署成本成为亟待解决的技术问题。
发明内容
本发明正是基于上述技术问题至少之一，提出了一种新的突发事件的预测方案，能够实时、准确地对突发事件进行预测，并且可以在无需增加任何额外的设备成本的前提下实现对突发事件的预测，降低了系统部署的成本。
有鉴于此，本发明提出了一种突发事件的预测方法，包括：确定处于任一区域内的基站；根据实时连接至所述基站的终端数量确定处于所述任一区域内的实时用户数量，和/或根据单位时间切换连接至所述基站内的终端数量确定单位时间内进入所述任一区域内的用户数量；在所述实时用户数量大于或等于第一预定阈值时，和/或在单位时间内进入所述任一区域内的用户数量大于或等于第二预定阈值时，判定所述任一区域内发生突发事件。
在该技术方案中，若任一区域的实时用户数量过多或单位时间内进入任一区域内的用户数量较多，则说明该区域可能发生突发事件，而通过根据连接至任一区域内的基站的终端数量确定该区域内的用户数量，以及根据单位时间内切换连接至任一区域内的基站的终端数量确定单位时间内进入该区域内的用户数量，进而对该区域内是否发生突发时间进行预测，可以在无需增加额外的设备成本的前提下，即可实现对突发事件进行预测，相比于相关技术中通过视频采集或人工的方式对突发事件进行预测，本申请的技术方案降低了投入的设备成本以及人力资源。同时，由于基站能够准确实时地统计出连接的终端数量，因此通过根据基站实时统计连接的终端数量，以及切换连接至基站的终端数量，能够有效地对区域内的用户数量和单位时间内进入区域内的用户数量进行预测，进而能够实时、准确对突发事件进行预测。
在上述技术方案中，优选地，所述的突发事件的预测方法，还包括：在所述任一区域内未发生突发事件时，统计连接至所述基站内的终端数量，以得到正常用户数量；根据所述正常用户数量确定所述第一预定阈值。
在该技术方案中，通过在未发生突发事件时，对连接至基站内的终端数量进行统计，以得到正常用户数量，并根据正常用户数量确定第一预定阈值，使得能够更加准确地以第一预定阈值为基准判断区域内的用户数量是否正常，进而能够提高判断该区域内是否发生突发事件的准确性。
类似地，也可以在未发生突发事件时，统计单位时间内进入任一区域内的用户数量来确定第二预定阈值。当然，也可以根据任一区域的大小确定第二预定阈值。
在上述技术方案中，优选地，还包括：在所述任一区域内未发生突发事件时，分别统计每个时间段内连接至所述基站内的终端数量，以得到每个时间段内的正常用户数量；根据所述每个时间段内的正常用户数量确定对应于所述每个时间段的所述第一预定阈值；判断所述任一区域内是否发生突发事件的步骤具体为：在所述实时用户数量大于或等于与当前时间所处的时间段相对应的第一预定阈值时，判定所述任一区域内发生突发事件。
在该技术方案中，由于在不同的时间段同一个区域内的用户数量可能是不同的，因此通过在未发生突发事件时，确定每个时间段内的用户数量，以确定每个时间段内的判断基准(即对应于每个时间段的第一预定阈值)，使得每个时间段内的判断基准能够更加准确，进而能够提高判断该区域内是否发生突发事件的准确性。
类似地，也可以在未发生突发事件时，统计在每个时间段内，单位时间内进入任一区域内的用户数量来确定对应于每个时间段的第二预定阈值。
在上述技术方案中，优选地，在确定处于所述任一区域内的基站的步骤之前，还包括：根据多个基站之间的关联关系，以及所述多个基站中每个基站的覆盖范围，将所述多个基站的覆盖区域划分为至少一个所述区域。
在该技术方案中，可以根据实际的基站分布情况将多个基站的覆盖区域划分为至少一个区域，如将多个基站的覆盖范围划分为同一个区域，或者将每个基站的覆盖范围分布划分为一个区域。
在上述技术方案中，优选地，在判定所述任一区域内发生突发事件之后，还包括：确定所述实时用户数量与所述第一预定阈值的差值所处的第一区间，根据与所述第一区间相对应的预警方式进行报警；和/或确定单位时间内进入所述任一区域内的用户数量与所述第二预定阈值的差值所处的第二区间，根据与所述第二区间相对应的预警方式进行报警。
在该技术方案中，具体来说，若确定用户数量相比于第一预定阈值超出50％和/或单位时间内进入任一区域内的用户数量大于A，则显示黄灯进行提示，以进行预警；若确定用户数量相比于第一预定阈值超出100％和/或单位时间内进入任一区域内的用户数量大于B，则显示红灯进行提示，以进行重点关注；若确定用户数量相比于第一预定阈值超出200％和/或单位时间内进入任一区域内的用户数量大于C，则通过红灯闪烁和/或发声进行提示，以由管理人员进行应急处理。
根据本发明的第二方面，还提出了一种突发事件的预测系统，包括：处理单元，用于确定处于任一区域内的基站，以及根据实时连接至所述基站的终端数量确定处于所述任一区域内的实时用户数量，和/或根据单位时间切换连接至所述基站内的终端数量确定单位时间内进入所述任一区域内的用户数量；判断单元，用于判断所述实时用户数量是否大于或等于第一预定阈值，和/或判断在单位时间内进入所述任一区域内的用户数量是否大于或等于第二预定阈值，以及在判定所述实时用户数量大于或等于所述第一预定阈值时，和/或在单位时间内进入所述任一区域内的用户数量大于或等于所述第二预定阈值时，判定所述任一区域内发生突发事件。
在该技术方案中，若任一区域的实时用户数量过多或单位时间内进入任一区域内的用户数量较多，则说明该区域可能发生突发事件，而通过根据连接至任一区域内的基站的终端数量确定该区域内的用户数量，以及根据单位时间内切换连接至任一区域内的基站的终端数量确定单位时间内进入该区域内的用户数量，进而对该区域内是否发生突发时间进行预测，可以在无需增加额外的设备成本的前提下，即可实现对突发事件进行预测，相比于相关技术中通过视频采集或人工的方式对突发事件进行预测，本申请的技术方案降低了投入的设备成本以及人力资源。同时，由于基站能够准确实时地统计出连接的终端数量，因此通过根据基站实时统计连接的终端数量，以及切换连接至基站的终端数量，能够有效地对区域内的用户数量和单位时间内进入区域内的用户数量进行预测，进而能够实时、准确对突发事件进行预测。
在上述技术方案中，优选地，所述的突发事件的预测系统，还包括：统计单元，用于在所述任一区域内未发生突发事件时，统计连接至所述基站内的终端数量，以得到正常用户数量，并根据所述正常用户数量确定所述第一预定阈值。
在该技术方案中，通过在未发生突发事件时，对连接至基站内的终端数量进行统计，以得到正常用户数量，并根据正常用户数量确定第一预定阈值，使得能够更加准确地以第一预定阈值为基准判断区域内的用户数量是否正常，进而能够提高判断该区域内是否发生突发事件的准确性。
类似地，也可以在未发生突发事件时，统计单位时间内进入任一区域内的用户数量来确定第二预定阈值。
在上述技术方案中，优选地，所述的突发事件的预测系统，还包括：统计单元，用于在所述任一区域内未发生突发事件时，分别统计每个时间段内连接至所述基站内的终端数量，以得到每个时间段内的正常用户数量，并根据所述每个时间段内的正常用户数量确定对应于所述每个时间段的所述第一预定阈值；所述判断单元具体用于：判断所述实时用户数量是否大于或等于与当前时间所处的时间段相对应的第一预定阈值，以及在所述实时用户数量大于或等于与当前时间所处的时间段相对应的第一预定阈值时，判定所述任一区域内发生突发事件。
在该技术方案中，由于在不同的时间段同一个区域内的用户数量可能是不同的，因此通过在未发生突发事件时，确定每个时间段内的用户数量，以确定每个时间段内的判断基准(即对应于每个时间段的第一预定阈值)，使得每个时间段内的判断基准能够更加准确，进而能够提高判断该区域内是否发生突发事件的准确性。
类似地，也可以在未发生突发事件时，统计在每个时间段内，单位时间内进入任一区域内的用户数量来确定对应于每个时间段的第二预定阈值。
在上述技术方案中，优选地，所述的突发事件的预测系统，还包括：区域划分单元，用于根据多个基站之间的关联关系，以及所述多个基站中每个基站的覆盖范围，将所述多个基站的覆盖区域划分为至少一个所述区域。
在该技术方案中，可以根据实际的基站分布情况将多个基站的覆盖区域划分为至少一个区域，如将多个基站的覆盖范围划分为同一个区域，或者将每个基站的覆盖范围分布划分为一个区域。
在上述技术方案中，优选地，所述的突发事件的预测系统，还包括：报警单元，用于在所述判断单元判定所述任一区域内发生突发事件之后，确定所述实时用户数量与所述第一预定阈值的差值所处的第一区间，根据与所述第一区间相对应的预警方式进行报警；和/或在所述判断单元判定所述任一区域内发生突发事件之后，确定单位时间内进入所述任一区域内的用户数量与所述第二预定阈值的差值所处的第二区间，根据与所述第二区间相对应的预警方式进行报警。
在该技术方案中，具体来说，若确定用户数量相比于第一预定阈值超出50％和/或单位时间内进入任一区域内的用户数量大于A，则显示黄灯进行提示，以进行预警；若确定用户数量相比于第一预定阈值超出100％和/或单位时间内进入任一区域内的用户数量大于B，则显示红灯进行提示，以进行重点关注；若确定用户数量相比于第一预定阈值超出200％和/或单位时间内进入任一区域内的用户数量大于C，则通过红灯闪烁和/或发声进行提示，以由管理人员进行应急处理。
通过以上技术方案，能够实时、准确地对突发事件进行预测，并且可以在无需增加任何额外的设备成本的前提下实现对突发事件的预测，降低了系统部署的成本。
附图说明
图1示出了根据本发明的实施例的突发事件的预测方法的示意流程图；
图2示出了根据本发明的实施例的突发事件的预测系统的示意框图；
图3示出了根据本发明的另一个实施例的应急突发事件预测系统的示意框图；
图4示出了根据本发明的另一个实施例的应急突发事件预测方法的示意流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的实施例的突发事件的预测方法的示意流程图。
如图1所示，根据本发明的实施例的突发事件的预测方法，包括：步骤102，确定处于任一区域内的基站；步骤104，根据实时连接至所述基站的终端数量确定处于所述任一区域内的实时用户数量，和/或根据单位时间切换连接至所述基站内的终端数量确定单位时间内进入所述任一区域内的用户数量；步骤106，在所述实时用户数量大于或等于第一预定阈值时，和/或在单位时间内进入所述任一区域内的用户数量大于或等于第二预定阈值时，判定所述任一区域内发生突发事件。
在该技术方案中，若任一区域的实时用户数量过多或单位时间内进入任一区域内的用户数量较多，则说明该区域可能发生突发事件，而通过根据连接至任一区域内的基站的终端数量确定该区域内的用户数量，以及根据单位时间内切换连接至任一区域内的基站的终端数量确定单位时间内进入该区域内的用户数量，进而对该区域内是否发生突发时间进行预测，可以在无需增加额外的设备成本的前提下，即可实现对突发事件进行预测，相比于相关技术中通过视频采集或人工的方式对突发事件进行预测，本申请的技术方案降低了投入的设备成本以及人力资源。同时，由于基站能够准确实时地统计出连接的终端数量，因此通过根据基站实时统计连接的终端数量，以及切换连接至基站的终端数量，能够有效地对区域内的用户数量和单位时间内进入区域内的用户数量进行预测，进而能够实时、准确对突发事件进行预测。
在上述技术方案中，优选地，所述的突发事件的预测方法，还包括：在所述任一区域内未发生突发事件时，统计连接至所述基站内的终端数量，以得到正常用户数量；根据所述正常用户数量确定所述第一预定阈值。
在该技术方案中，通过在未发生突发事件时，对连接至基站内的终端数量进行统计，以得到正常用户数量，并根据正常用户数量确定第一预定阈值，使得能够更加准确地以第一预定阈值为基准判断区域内的用户数量是否正常，进而能够提高判断该区域内是否发生突发事件的准确性。
类似地，也可以在未发生突发事件时，统计单位时间内进入任一区域内的用户数量来确定第二预定阈值。
在上述技术方案中，优选地，还包括：在所述任一区域内未发生突发事件时，分别统计每个时间段内连接至所述基站内的终端数量，以得到每个时间段内的正常用户数量；根据所述每个时间段内的正常用户数量确定对应于所述每个时间段的所述第一预定阈值；判断所述任一区域内是否发生突发事件的步骤具体为：在所述实时用户数量大于或等于与当前时间所处的时间段相对应的第一预定阈值时，判定所述任一区域内发生突发事件。
在该技术方案中，由于在不同的时间段同一个区域内的用户数量可能是不同的，因此通过在未发生突发事件时，确定每个时间段内的用户数量，以确定每个时间段内的判断基准(即对应于每个时间段的第一预定阈值)，使得每个时间段内的判断基准能够更加准确，进而能够提高判断该区域内是否发生突发事件的准确性。
类似地，也可以在未发生突发事件时，统计在每个时间段内，单位时间内进入任一区域内的用户数量来确定对应于每个时间段的第二预定阈值。
在上述技术方案中，优选地，在确定处于所述任一区域内的基站的步骤之前，还包括：根据多个基站之间的关联关系，以及所述多个基站中每个基站的覆盖范围，将所述多个基站的覆盖区域划分为至少一个所述区域。
在该技术方案中，可以根据实际的基站分布情况将多个基站的覆盖区域划分为至少一个区域，如将多个基站的覆盖范围划分为同一个区域，或者将每个基站的覆盖范围分布划分为一个区域。
在上述技术方案中，优选地，在判定所述任一区域内发生突发事件之后，还包括：确定所述实时用户数量与所述第一预定阈值的差值所处的第一区间，根据与所述第一区间相对应的预警方式进行报警；和/或确定单位时间内进入所述任一区域内的用户数量与所述第二预定阈值的差值所处的第二区间，根据与所述第二区间相对应的预警方式进行报警。
在该技术方案中，具体来说，若确定用户数量相比于第一预定阈值超出50％和/或单位时间内进入任一区域内的用户数量大于A，则显示黄灯进行提示，以进行预警；若确定用户数量相比于第一预定阈值超出100％和/或单位时间内进入任一区域内的用户数量大于B，则显示红灯进行提示，以进行重点关注；若确定用户数量相比于第一预定阈值超出200％和/或单位时间内进入任一区域内的用户数量大于C，则通过红灯闪烁和/或发声进行提示，以由管理人员进行应急处理。
图2示出了根据本发明的实施例的突发事件的预测系统的示意框图。
如图2所示，根据本发明的实施例的突发事件的预测系统200，包括：处理单元202，用于确定处于任一区域内的基站，以及根据实时连接至所述基站的终端数量确定处于所述任一区域内的实时用户数量，和/或根据单位时间切换连接至所述基站内的终端数量确定单位时间内进入所述任一区域内的用户数量；判断单元204，用于判断所述实时用户数量是否大于或等于第一预定阈值，和/或判断在单位时间内进入所述任一区域内的用户数量是否大于或等于第二预定阈值，以及在判定所述实时用户数量大于或等于所述第一预定阈值时，和/或在单位时间内进入所述任一区域内的用户数量大于或等于所述第二预定阈值时，判定所述任一区域内发生突发事件。
在该技术方案中，若任一区域的实时用户数量过多或单位时间内进入任一区域内的用户数量较多，则说明该区域可能发生突发事件，而通过根据连接至任一区域内的基站的终端数量确定该区域内的用户数量，以及根据单位时间内切换连接至任一区域内的基站的终端数量确定单位时间内进入该区域内的用户数量，进而对该区域内是否发生突发时间进行预测，可以在无需增加额外的设备成本的前提下，即可实现对突发事件进行预测，相比于相关技术中通过视频采集或人工的方式对突发事件进行预测，本申请的技术方案降低了投入的设备成本以及人力资源。同时，由于基站能够准确实时地统计出连接的终端数量，因此通过根据基站实时统计连接的终端数量，以及切换连接至基站的终端数量，能够有效地对区域内的用户数量和单位时间内进入区域内的用户数量进行预测，进而能够实时、准确对突发事件进行预测。
在上述技术方案中，优选地，所述的突发事件的预测系统200，还包括：统计单元206，用于在所述任一区域内未发生突发事件时，统计连接至所述基站内的终端数量，以得到正常用户数量，并根据所述正常用户数量确定所述第一预定阈值。
在该技术方案中，通过在未发生突发事件时，对连接至基站内的终端数量进行统计，以得到正常用户数量，并根据正常用户数量确定第一预定阈值，使得能够更加准确地以第一预定阈值为基准判断区域内的用户数量是否正常，进而能够提高判断该区域内是否发生突发事件的准确性。
类似地，也可以在未发生突发事件时，统计单位时间内进入任一区域内的用户数量来确定第二预定阈值。
在上述技术方案中，优选地，所述的突发事件的预测系统200，还包括：统计单元206，用于在所述任一区域内未发生突发事件时，分别统计每个时间段内连接至所述基站内的终端数量，以得到每个时间段内的正常用户数量，并根据所述每个时间段内的正常用户数量确定对应于所述每个时间段的所述第一预定阈值；所述判断单元204具体用于：判断所述实时用户数量是否大于或等于与当前时间所处的时间段相对应的第一预定阈值，以及在所述实时用户数量大于或等于与当前时间所处的时间段相对应的第一预定阈值时，判定所述任一区域内发生突发事件。
在该技术方案中，由于在不同的时间段同一个区域内的用户数量可能是不同的，因此通过在未发生突发事件时，确定每个时间段内的用户数量，以确定每个时间段内的判断基准(即对应于每个时间段的第一预定阈值)，使得每个时间段内的判断基准能够更加准确，进而能够提高判断该区域内是否发生突发事件的准确性。
类似地，也可以在未发生突发事件时，统计在每个时间段内，单位时间内进入任一区域内的用户数量来确定对应于每个时间段的第二预定阈值。
在上述技术方案中，优选地，所述的突发事件的预测系统200，还包括：区域划分单元208，用于根据多个基站之间的关联关系，以及所述多个基站中每个基站的覆盖范围，将所述多个基站的覆盖区域划分为至少一个所述区域。
在该技术方案中，可以根据实际的基站分布情况将多个基站的覆盖区域划分为至少一个区域，如将多个基站的覆盖范围划分为同一个区域，或者将每个基站的覆盖范围分布划分为一个区域。
在上述技术方案中，优选地，所述的突发事件的预测系统200，还包括：报警单元210，用于在所述判断单元204判定所述任一区域内发生突发事件之后，确定所述实时用户数量与所述第一预定阈值的差值所处的第一区间，根据与所述第一区间相对应的预警方式进行报警；和/或在所述判断单元204判定所述任一区域内发生突发事件之后，确定单位时间内进入所述任一区域内的用户数量与所述第二预定阈值的差值所处的第二区间，根据与所述第二区间相对应的预警方式进行报警。
在该技术方案中，具体来说，若确定用户数量相比于第一预定阈值超出50％和/或单位时间内进入任一区域内的用户数量大于A，则显示黄灯进行提示，以进行预警；若确定用户数量相比于第一预定阈值超出100％和/或单位时间内进入任一区域内的用户数量大于B，则显示红灯进行提示，以进行重点关注；若确定用户数量相比于第一预定阈值超出200％和/或单位时间内进入任一区域内的用户数量大于C，则通过红灯闪烁和/或发声进行提示，以由管理人员进行应急处理。
图3示出了根据本发明的另一个实施例的应急突发事件预测系统的示意框图。
如图3所示，根据本发明的另一个实施例的应急突发事件预测系统300，包括：中间件单元302、后台单元304和前台单元306三部分。
其中，中间件单元302，负责获取运营商的数据，并与前台单元306、后台单元304进行对接，完成数据的交互，包括：
与运营商对接单元3022和业务数据导入单元3024，主要用于通过接口方式或是数据导入方式，获取运营商数据；
与后台系统对接单元3026，完成数据与后台系统对接；
与前台系统堆对接单元3028，完成输出数据向前台系统的推送。
后台单元304，主要是实现模型的搭建和数据分析与处理，包括：
数据建模单元3042，主要完成系统模型的搭建，包括：业务分析模块30422和系统建模模块30424两部分；
数据处理单元3044，主要完成数据的分析和处理，包括：数据处理模块30442和数据挖掘模块30444两部分。
前台单元306，主要是实现前台界面的呈现，主要包括：界面呈现单元3062，由为领导提供统一查看区域人流状况的统一大屏30622构成。
图4示出了根据本发明的另一个实施例的应急突发事件预测方法的示意流程图。
如图4所示，根据本发明的另一个实施例的应急突发事件预测方法，包括：
步骤402，获取运营商的基站位置数据信息；
步骤404，根据基站位置信息，建立基站位置地图，从而能够方便查看到各个基站的情况；
步骤406，获取运营商的手机信令数据，包括：手机号、基站ID以及访问时间；
步骤408，获取某个时间范围内的各个基站的用户手机数量；
步骤410，确定某个区域内的基站信息和区域周边的基站信息；
步骤412，根据区域内的基站信息，以及此基站下的用户数，确定此区域内的用户数量；
步骤414，根据一天内不同时段的人员数量，确定此模型系统相关的阀值，即超过某个数量则进行相应的系统反馈；
步骤416，根据监测结果和阀值的设定情况，进行区域结果的反馈；
步骤418，根据区域周边的基站信息，确定区域周边人数增加速率；
步骤420，根据一天内不同时段的人员增加情况，确定此模型系统相关的阀值，即超过某个数量则进行相应的系统反馈；
步骤422，根据监测结果和阀值的设定情况，进行区域结果的反馈；
步骤424，把反馈结果通过中间件推送到前台，进行结果的呈现，便于领导进行及时查看和决策。
以上结合附图详细说明了本发明的技术方案，考虑到相关技术中提出的突发事件预测系统是通过视频采集设备(如摄像头)来获取某区域的实际状态信息，进而根据采集到的实际状态信息和历史经验进行突发事件的预测，成本较高，同时由于需要对视频图像进行处理分析，导致预测的实时性受到限制，而在采集到的视频图像不清晰时，也会造成准确性的降低，进而导致管理者不能及时了解本区域内的突发状况，可能会造成事态扩大，造成不良影响；而通过人工预测的方式又存在较强的滞后性。因此，本发明提出了一种新的突发事件预测方案，能够实时、准确地对突发事件进行预测，并且可以在无需增加任何额外的设备成本的前提下实现对突发事件的预测，降低了系统部署的成本。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种突发事件的预测方法，其特征在于，包括：
确定处于任一区域内的基站；
根据实时连接至所述基站的终端数量确定处于所述任一区域内的实时用户数量，和/或根据单位时间切换连接至所述基站内的终端数量确定单位时间内进入所述任一区域内的用户数量；
在所述实时用户数量大于或等于第一预定阈值时，和/或在单位时间内进入所述任一区域内的用户数量大于或等于第二预定阈值时，判定所述任一区域内发生突发事件。
2.根据权利要求1所述的突发事件的预测方法，其特征在于，还包括：
在所述任一区域内未发生突发事件时，统计连接至所述基站内的终端数量，以得到正常用户数量；
根据所述正常用户数量确定所述第一预定阈值。
3.根据权利要求1所述的突发事件的预测方法，其特征在于，还包括：
在所述任一区域内未发生突发事件时，分别统计每个时间段内连接至所述基站内的终端数量，以得到每个时间段内的正常用户数量；
根据所述每个时间段内的正常用户数量确定对应于所述每个时间段的所述第一预定阈值；
判断所述任一区域内是否发生突发事件的步骤具体为：
在所述实时用户数量大于或等于与当前时间所处的时间段相对应的第一预定阈值时，判定所述任一区域内发生突发事件。
4.根据权利要求1所述的突发事件的预测方法，其特征在于，在确定处于所述任一区域内的基站的步骤之前，还包括：
根据多个基站之间的关联关系，以及所述多个基站中每个基站的覆盖范围，将所述多个基站的覆盖区域划分为至少一个所述区域。
5.根据权利要求1至4中任一项所述的突发事件的预测方法，其特征在于，在判定所述任一区域内发生突发事件之后，还包括：
确定所述实时用户数量与所述第一预定阈值的差值所处的第一区间，根据与所述第一区间相对应的预警方式进行报警；和/或
确定单位时间内进入所述任一区域内的用户数量与所述第二预定阈值的差值所处的第二区间，根据与所述第二区间相对应的预警方式进行报警。
6.一种突发事件的预测系统，其特征在于，包括：
处理单元，用于确定处于任一区域内的基站，以及
根据实时连接至所述基站的终端数量确定处于所述任一区域内的实时用户数量，和/或根据单位时间切换连接至所述基站内的终端数量确定单位时间内进入所述任一区域内的用户数量；
判断单元，用于判断所述实时用户数量是否大于或等于第一预定阈值，和/或判断在单位时间内进入所述任一区域内的用户数量是否大于或等于第二预定阈值，以及
在判定所述实时用户数量大于或等于所述第一预定阈值时，和/或在单位时间内进入所述任一区域内的用户数量大于或等于所述第二预定阈值时，判定所述任一区域内发生突发事件。
7.根据权利要求6所述的突发事件的预测系统，其特征在于，还包括：
统计单元，用于在所述任一区域内未发生突发事件时，统计连接至所述基站内的终端数量，以得到正常用户数量，并根据所述正常用户数量确定所述第一预定阈值。
8.根据权利要求6所述的突发事件的预测系统，其特征在于，还包括：
统计单元，用于在所述任一区域内未发生突发事件时，分别统计每个时间段内连接至所述基站内的终端数量，以得到每个时间段内的正常用户数量，并根据所述每个时间段内的正常用户数量确定对应于所述每个时间段的所述第一预定阈值；
所述判断单元具体用于：
判断所述实时用户数量是否大于或等于与当前时间所处的时间段相对应的第一预定阈值，以及
在所述实时用户数量大于或等于与当前时间所处的时间段相对应的第一预定阈值时，判定所述任一区域内发生突发事件。
9.根据权利要求6所述的突发事件的预测系统，其特征在于，还包括：
区域划分单元，用于根据多个基站之间的关联关系，以及所述多个基站中每个基站的覆盖范围，将所述多个基站的覆盖区域划分为至少一个所述区域。
10.根据权利要求6至9中任一项所述的突发事件的预测系统，其特征在于，还包括：
报警单元，用于在所述判断单元判定所述任一区域内发生突发事件之后，确定所述实时用户数量与所述第一预定阈值的差值所处的第一区间，根据与所述第一区间相对应的预警方式进行报警；和/或
在所述判断单元判定所述任一区域内发生突发事件之后，确定单位时间内进入所述任一区域内的用户数量与所述第二预定阈值的差值所处的第二区间，根据与所述第二区间相对应的预警方式进行报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410293532.9A CN104038952B (zh) | 2014-06-25 | 2014-06-25 | 突发事件的预测方法及预测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410293532.9A CN104038952B (zh) | 2014-06-25 | 2014-06-25 | 突发事件的预测方法及预测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104038952A true CN104038952A (zh) | 2014-09-10 |
| CN104038952B CN104038952B (zh) | 2018-05-18 |
Family
ID=51469508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410293532.9A Expired - Fee Related CN104038952B (zh) | 2014-06-25 | 2014-06-25 | 突发事件的预测方法及预测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104038952B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104507064A (zh) * | 2014-12-18 | 2015-04-08 | 苏州工业职业技术学院 | 基于PageRank算法的应急通讯话务优先排序方法 |
| CN104616456A (zh) * | 2014-12-25 | 2015-05-13 | 惠州Tcl移动通信有限公司 | 一种防止移动终端遗漏的系统及其方法 |
| CN106332052A (zh) * | 2016-08-30 | 2017-01-11 | 上海新炬网络技术有限公司 | 基于移动通信终端的微区域治安预警方法 |
| CN106888476A (zh) * | 2015-12-15 | 2017-06-23 | 中国联合网络通信集团有限公司 | 一种预测移动通信用户数的方法和装置 |
| CN107635202A (zh) * | 2017-09-29 | 2018-01-26 | 青岛慧拓智能机器有限公司 | 基于acp方法和手机信令数据的平行监控分析系统及其方法 |
| CN107645704A (zh) * | 2017-07-13 | 2018-01-30 | 同济大学 | 一种基于阈值体系的区域客流预警系统及预警方法 |
| CN108281023A (zh) * | 2016-12-30 | 2018-07-13 | 中国移动通信集团公司 | 一种通过移动终端展示实时路况的方法和系统 |
| CN109451432A (zh) * | 2018-11-14 | 2019-03-08 | 浙江每日互动网络科技股份有限公司 | 一种基于移动终端位置数据进行预警的方法 |
| CN109919066A (zh) * | 2019-02-27 | 2019-06-21 | 湖南信达通信息技术有限公司 | 一种检测轨道交通车厢内乘客密度异常的方法和装置 |
| CN112633108A (zh) * | 2020-11-20 | 2021-04-09 | 移通科技(杭州)有限公司 | 基于数据治理的人流监测分析系统和方法 |
| CN112655007A (zh) * | 2018-09-06 | 2021-04-13 | 皇家飞利浦有限公司 | 监测预定区域中的可移动实体 |
| CN113706001A (zh) * | 2021-08-20 | 2021-11-26 | 中国联合网络通信集团有限公司 | 一种应急预警方法、装置、设备及存储介质 |
| CN113938869A (zh) * | 2020-07-14 | 2022-01-14 | 中国联合网络通信集团有限公司 | 应急通信方法、装置及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006079252A1 (fr) * | 2005-01-31 | 2006-08-03 | Beijing Zhi Cheng Tian Ze Network Technology Co., Ltd. | Procede servant a confirmer la presence d'un terminal d'utilisateur mobile et a compter le nombre de terminaux presents en utilisant un simulateur de station de base |
| CN103581951A (zh) * | 2013-11-22 | 2014-02-12 | 中国联合网络通信集团有限公司 | 一种基站检测方法及装置 |
-
2014
- 2014-06-25 CN CN201410293532.9A patent/CN104038952B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006079252A1 (fr) * | 2005-01-31 | 2006-08-03 | Beijing Zhi Cheng Tian Ze Network Technology Co., Ltd. | Procede servant a confirmer la presence d'un terminal d'utilisateur mobile et a compter le nombre de terminaux presents en utilisant un simulateur de station de base |
| CN103581951A (zh) * | 2013-11-22 | 2014-02-12 | 中国联合网络通信集团有限公司 | 一种基站检测方法及装置 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104507064A (zh) * | 2014-12-18 | 2015-04-08 | 苏州工业职业技术学院 | 基于PageRank算法的应急通讯话务优先排序方法 |
| CN104507064B (zh) * | 2014-12-18 | 2018-02-23 | 苏州工业职业技术学院 | 基于PageRank算法的应急通讯话务优先排序方法 |
| CN104616456A (zh) * | 2014-12-25 | 2015-05-13 | 惠州Tcl移动通信有限公司 | 一种防止移动终端遗漏的系统及其方法 |
| CN106888476B (zh) * | 2015-12-15 | 2019-08-09 | 中国联合网络通信集团有限公司 | 一种预测移动通信用户数的方法和装置 |
| CN106888476A (zh) * | 2015-12-15 | 2017-06-23 | 中国联合网络通信集团有限公司 | 一种预测移动通信用户数的方法和装置 |
| CN106332052A (zh) * | 2016-08-30 | 2017-01-11 | 上海新炬网络技术有限公司 | 基于移动通信终端的微区域治安预警方法 |
| CN106332052B (zh) * | 2016-08-30 | 2019-12-31 | 上海新炬网络技术有限公司 | 基于移动通信终端的微区域治安预警方法 |
| CN108281023A (zh) * | 2016-12-30 | 2018-07-13 | 中国移动通信集团公司 | 一种通过移动终端展示实时路况的方法和系统 |
| CN108281023B (zh) * | 2016-12-30 | 2020-08-21 | 中国移动通信集团公司 | 一种通过移动终端展示实时路况的方法和系统 |
| CN107645704A (zh) * | 2017-07-13 | 2018-01-30 | 同济大学 | 一种基于阈值体系的区域客流预警系统及预警方法 |
| CN107635202A (zh) * | 2017-09-29 | 2018-01-26 | 青岛慧拓智能机器有限公司 | 基于acp方法和手机信令数据的平行监控分析系统及其方法 |
| CN112655007A (zh) * | 2018-09-06 | 2021-04-13 | 皇家飞利浦有限公司 | 监测预定区域中的可移动实体 |
| CN109451432A (zh) * | 2018-11-14 | 2019-03-08 | 浙江每日互动网络科技股份有限公司 | 一种基于移动终端位置数据进行预警的方法 |
| CN109919066A (zh) * | 2019-02-27 | 2019-06-21 | 湖南信达通信息技术有限公司 | 一种检测轨道交通车厢内乘客密度异常的方法和装置 |
| CN113938869A (zh) * | 2020-07-14 | 2022-01-14 | 中国联合网络通信集团有限公司 | 应急通信方法、装置及存储介质 |
| CN113938869B (zh) * | 2020-07-14 | 2023-06-20 | 中国联合网络通信集团有限公司 | 应急通信方法、装置及存储介质 |
| CN112633108A (zh) * | 2020-11-20 | 2021-04-09 | 移通科技(杭州)有限公司 | 基于数据治理的人流监测分析系统和方法 |
| CN113706001A (zh) * | 2021-08-20 | 2021-11-26 | 中国联合网络通信集团有限公司 | 一种应急预警方法、装置、设备及存储介质 |
| CN113706001B (zh) * | 2021-08-20 | 2023-06-09 | 中国联合网络通信集团有限公司 | 一种应急预警方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104038952B (zh) | 2018-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104038952A (zh) | 突发事件的预测方法及预测系统 | |
| CN103617699B (zh) | 一种电力作业现场安全智能监护系统 | |
| CN111479089B (zh) | 一种基于北斗定位的电网施工监控方法及系统 | |
| CN204069358U (zh) | 隧道施工人员定位管理系统 | |
| CN109102677A (zh) | 建筑工地安全监控系统及方法 | |
| CN105590419A (zh) | 一种基于互联网的报警出警平台 | |
| CN107220286B (zh) | 应急指挥信息呈现方法和应急指挥系统平台及服务器 | |
| CN204087490U (zh) | 一种基于机器视觉的疲劳预警系统 | |
| CN206585649U (zh) | 用于地铁车站的客流监控装置 | |
| CN108046073A (zh) | 一种电梯物联网监控系统 | |
| CN107473040A (zh) | 基于SAAS和Beacon的特种设备安全运行动态监管监控方法及装置 | |
| CN108154663A (zh) | 一种安全检测预警系统 | |
| CN112542027A (zh) | 基于图像识别的施工现场人员安全告警系统 | |
| CN113674123A (zh) | 一种基于大数据服务的城市应急指挥系统及方法 | |
| CN113284024A (zh) | 一种人员密集场所智慧应急管理系统 | |
| CN109712375A (zh) | 一种用于特定人员的监控管理方法及装置 | |
| CN113395343B (zh) | 一种基于物联网的警报管理云平台 | |
| CN202218244U (zh) | 用于业务系统监控的it运维系统 | |
| KR101443860B1 (ko) | 방범기능을 갖는 이동형 광고 표시장치 | |
| CN110533061B (zh) | 一种基于云端的远程运维服务平台 | |
| CN106791595A (zh) | 一种基于编码定位、视频取证和3d建模的设备故障定位监测系统及方法 | |
| CN109361902A (zh) | 一种基于边缘计算的智能安全帽佩戴监测系统 | |
| CN111951508B (zh) | 一种火情分级方法、装置、介质和电子设备 | |
| CN209881829U (zh) | 消防安全在线监测预警管理系统 | |
| CN210109831U (zh) | 一种人、动物、车辆自动识别于一体的监控设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180518 Termination date: 20190625 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |