CN104850946A - 紧急事件分发方法、装置及系统 - Google Patents

Abstract

本发明适用于公共安全技术领域，提供了一种紧急事件分发方法。该方法包括步骤：对紧急事件的信息进行提取，根据提取的各项信息对紧急事件进行分类，得到紧急事件的一组分类结果；根据分类结果，利用自动分发模块将紧急事件分发给至少一个处理部门，处理部门实时反馈处理进度，实时公示处理进度；当所有处理部门均处理完毕后将处理结果汇总并存储，从而实现紧急事件的分发处理。本发明提供的紧急事件分发方法、装置和系统可以实现紧急事件的自动及时分发，降低由人工派发造成的延时派发和误派发，不需要人为干预，派发及时且节省资源。

Description

紧急事件分发方法、装置及系统

技术领域

本发明属于公共安全技术领域，尤其涉及一种紧急事件分发方法、装置及系统。

背景技术

无法避免的，当今社会经常会有紧急事件发生，例如火灾，抢劫，危险品泄露等，根据传统的紧急事件处理系统，应急指挥中心都是根据已有的经验来决定由哪个部门如公安、消防等进行处理，其处理流程为：管理部门收集到紧急事件后，管理人员查看紧急事件信息并根据经验向其他部门进行分发，尚没有一种可自动进行紧急事件分发的系统。然而，现有这种仅通过人工根据经验对紧急事情进行分发的方式效率较底，而且由于人工对紧急事情进行分发，特别是在紧急事情较多的状况下，人工处理的及时性也较差，如果人工处理不及时话，容易造成紧急案件时间上处理的延误而导致紧急事情进一步恶化，严重威胁人身财产安全。

发明内容

基于上述问题，本发明的目的在于提供一种紧急事件分发方法、装置及系统，以解决现有技术中紧急事件需人为根据经验进行分发效率低下且及时性差的问题。

为实现上述目的，一方面，提供了一种紧急事件分发方法，包括如下步骤：

S1：收集紧急事件并进行存储；

S2：获取紧急事件的多项信息属性，根据获取的所述信息属性分别对紧急事件进行分类，得到紧急事件的一组分类结果；

S3：将获得的所述分类结果输入至紧急事件分发模块进行处理，并根据处理结果自动将紧急事件的信息分发到相应处理部门；

S4：将紧急事件的处理进度进行反馈和公示；

S5：若所有反馈信息的处理状态均为结束，则判断为紧急事件处理结束，同时将处理结果进行汇总并存储；若判断反馈信息的处理状态为未结束，则继续执行步骤S3。

优选地，所述紧急事件分发模块采用BP神经网络模型，包括输入层、隐含层和输出层。

优选地，对紧急事件的分发处理过程如下：

S′1：将紧急事件的各项信息数值化后输入至输入层的各节点，输入层的节点个数与信息项数一致；

S′2：计算各隐含层和输出层节点的输入值及输出值，根据相邻两层中的前一层节点的输出值、前一层与后一层的节点之间的连接权值以及后一层节点的阈值，由这三个值来计算后一层节点的输入值，继而计算后一层节点的输出值，逐层计算，直到计算出输出层节点的输出值，从而获得处理部门信息。

优选地，紧急事件分发模块还包括误差校正步骤，还包括对紧急事件分发模块的误差进行校正的步骤，记录紧急事件分发模块输出值的误差，定期或者当误差达到1％时对误差进行校正，包括：

S′3：计算实际输出与期望输出的误差；

S′4：将误差从输出层向隐含层逐层反向回传，根据误差信号修正各层节点间的连接权值；

S′5：重复步骤S′1-S′4校正紧急事件分发模块，直到误差小于预设值为止。

优选地，紧急事件分发模块包含初始化步骤，具体为利用已完成的紧急事件作为训练样本对紧急事件分发模块进行初始化，预设相邻两层节点之间的连接权值，以及各层节点的阈值，重复步骤S′1-S′5，使整个网络的连接权值向误差减小的方向转化，直到整个训练样本集的误差减小到小于预设值。

另一方面，还提供一种紧急事件分发装置，包括：

采集模块模块，用于收集紧急事件并进行存储；

分类模块模块，用于提取紧急事件信息并依照提取的各项信息对紧急事件进行分类，得到紧急事件的一组分类结果；

分发模块，将获得的所述分类结果输入预设的紧急事件分发模块进行分发处理，并根据处理结果自动将紧急事件的信息并分发到相应处理部门；

反馈模块，用于收集处理部门的反馈信息，并进行公示；

模块存储模块，用于存储其它各模块所产生的数据信息。

优选地，紧急事件分发装置还包括：

判断模块，用于根据所述反馈信息判断紧急事情的处理状态是否结束，若判断为紧急事件处理结束，则将处理结果汇总并存储；若判断紧急事情的处理状态为未结束，则将未结束的紧急事情反馈给所述反馈模块。

优选地，所述分发模块包括：

分发处理单元，用于根据输入的紧急事件分类信息确定处理部门、对分发误差进行调整；

误差收集单元，用于收集分发处理单元的误差；

二次分发单元，用于向新增的处理部门发送紧急事件信息，二次分发单元与与判断模块相连接。

优选地，所述分发模块包括初始化单元，用于利用已完成的紧急事件作为训练样本对紧急事件分发模块进行初始化。

再一方面，还提供一种紧急事件分发系统，包括紧急事件指挥中心、至少一个如上述所述的紧急事件分发装置以及至少一个紧急事件处理部门客户端。

与现有技术相比，上述技术方案中的紧急事件分发方法，在紧急事件的分发处理过程中，通过对紧急事件信息的提取，并利用获得的信息分别对紧急事件进行分类，通过对分类结果的综合处理，可以实现需下发的处理部门的自动识别，从而实现紧急事件的自动及时分发，从而解决了由人工派发造成的效率低下和延时派发，同时能及时收集处理部门的反馈意见，获得紧急事件的处理进展，为后续应对措施的采取提供参考。

此外能定期对紧急事件分发模块进行误差校正，从而降低由人工派发造成的误派发，整个分发过程不需要人为干预，派发及时准确，节省人力成本。

上述技术方案中的紧急事件分发装置，通过分类模块对采集模块获得的紧急事件的信息提取和分类，继而通过分发模块对分类结果进行处理，获得需要下发的处理部门，并将紧急事件信息下发到相应的处理部门，全程自动实现，不需要人为干预，派发及时且节省人力，此外通过反馈模块收集各处理部门的反馈信息，及时获得处理情况，方便制定新的应对方案。

上述技术方案中的紧急事件分发系统，通过将紧急事件分发装置与紧急事件指挥中心的集成，除了可以实现大范围、多领域的紧急事件的处理，还可以进行地域定制、行业定制等。

附图说明

图1为本发明实施例一提供的紧急事件分发方法的处理流程图；

图2为本发明实施例一所采用的BP神经网络模型的结构框图；

图3为本发明实施例二提供的紧急事件分发装置的结构框图；

图4为本发明实施例二提供的紧急事件分发装置的另一种结构框图；

图5为本发明实施例二提供的紧急事件分发装置的分发模块的结构框图；

图6为本发明实施例三提供的紧急事件分发系统的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例一

图1为本发明实施例一提供的紧急事件分发方法的处理流程图。

S1：收集紧急事件并进行存储。

紧急事件是通过从其他对接的系统处由预先定义的硬件接口或软件接口来收集，并及时将收集到的紧急事件存储到存储模块，这种预先定义的接口是现有的，比如现有的报警系统接口。

S2：获取紧急事件的多项信息属性，根据获取的每一项信息属性分别对紧急事件进行分类，得到紧急事件的一组分类结果。

具体地，根据紧急事件的类型，所要获取的信息有多项，如紧急事件的名称、类型、发生地、发生时间、程度、影响范围、详细描述、报警方式、报送人及联系方式等内容。

将紧急事件的各项信息列举如下：

a.名称：如火灾并伴有危险气体泄漏，社会场所打架等；

b.类型：如火警、水灾、旱灾、地震、交通运输事故、化工事故等；

c.发生地：指发生紧急事件的具体地点；

d.发生时间：格式可以采用YYYY-MM-DDHH:MM，如2014-11-208:42。

e.程度：各类突发公共紧急事件按照其性质、严重程度、可控性和影响范围等因素，可以把事件程度分为Ⅰ级(特别重大)、Ⅱ级(重大)、Ⅲ级(较大)和Ⅳ级(一般)四级，如：死亡30人以上为特别重大，10人至30人为重大，3人至10人为较大，0人至3人为一般；

f.影响范围：如小区/村级/街道以下，小区/村级/街道级，镇级，区/县级，市级；

g.详细描述：如在2014年11月20日晚8时42分，在上海市金山区石化化工厂发生严重火灾，该处储存有乙炔气体，可能导致爆燃；

h.报警方式：如电话报警，短信报警，警局报警等；

i.报送人：指上报紧急事件的人员；

j.报送人联系方式：指报送电话、传真、网络社交账号等信息；

k.其他信息。

基于上述各项信息，可以将信息分为必要信息和辅助信息，其中必要信息包括名称、类型、发生地、发生时间、影响范围、程度、详细描述等，而辅助信息包括报警方式、报送人及其联系方式等。通过必要信息可以确定处理部门，同时处理部门在处理紧急事件时可以根据必要信息进行决策，辅助信息则可帮助进一步了解事件情况。因此实际只需选取其中几项信息对紧急事件进行分类即可，通过分类结果进而可分析出需要哪些部门来处理。比如我们选取紧急事件的类型、发生地、发生时间、程度、影响范围五项信息对紧急事件进行分类，根据各项信息的实际情形可获得一组分类结果，以某小区发生的一起火灾为例，提取下述信息：

火灾，人民路、下午，Ⅲ级,小区级。

为了方便处理，对每项信息的多种情形赋予一个类别编号，具体如下：

类型：每一种类型对应一个类别编号，比如分为火警、水灾、旱灾、地震、交通运输事故等，分别对应的类别编号为1、2、3、4、5等；

发生地：每一个发生地对应一个发生地编号，如人民路对应编号为1，学府路对应编号为2等；

发生时间:将发生时间划分为凌晨、上午、下午、晚间四种类型，分别对应类别编号为1、2、3、4；

程度:将程度分为四级，Ⅰ级(特别重大)、Ⅱ级(重大)、Ⅲ级(较大)和Ⅳ级(一般)，分别对应类别编号为1、2、3、4；

影响范围:按照影响范围的大小实际进行分类，比如分为小区/村级/街道以下，小区/村级/街道级，镇级，区/县级，市级，分别对应类别编号为1、2、3、4、5。

以编号代替各项信息的各种情形，由此可将获得的分类结果数值化，最终获得的分类结果如下：

13312

这一组数据即为所述火灾信息的数值描述，系统将这一分类结果作为下一步骤的处理数据进行存储。

S3：将S2获得的分类结果输入预设的紧急事件分发模块进行处理，紧急事件分发模块根据处理结果自动将紧急事件的信息分发到相应处理部门。

紧急事件分发模块采用BP神经网络模型，如图2所示，BP神经网络包括输入层、隐含层和输出层，在网络中可以包含多个隐含层，在本申请实施例一中将隐含层统称为中间层，中间层可以只包含一个隐含层，也可以包含多个隐含层。

输出层的实际输出对应于处理部门(或称派发部门)，每一个派发部门对应一个派发部门编号，比如公安局、监察局、民政局、司法局、消防部门分别为1、2、3、4、5等。

在紧急事件分发处理过程中，BP神经网络按照从输入层到输出层的方向计算实际输出值，具体处理流程如下：

S′1：将紧急事件的各项信息数值化后输入至输入层的各节点，输入层的节点个数与信息项数一致。

输入层的输入即为从S2中获得的数值化的分类结果，将数值化的分类结果进一步进行归一化处理，

$z=\frac{x-x_{\min }}{x_{\max }-x_{\min }}$

其中，x为数值化的分类结果中的值(处理前的值)，x_min为数值化的分类结果中的最小值，x_max为数值化的分类结果中的最大值，z为归一化处理后的值。

将归一化处理后的结果分别输入至BP神经网络的输入层的各个节点，继而向前传播到隐含层的节点上。

S′2：计算各隐含层和输出层节点的输入值及输出值，根据相邻两层中的前一层节点的输出值、前一层与后一层的节点之间的连接权值以及后一层节点的阈值，由这三个值来计算后一层节点的输入值，继而计算后一层节点的输出值，逐层计算，直到利用最后一层隐含层节点的输出值计算出输出层节点的输出值，得到网络的实际输出，从而获得处理部门信息，具体计算过程如下：

节点输入值的计算公式为，

$i_q^L=\underset{p=1}{\overset{n}{\mathrm{\Σ}}}{o}_p^{L-1}{w}_{\mathrm{pq}}+{\mathrm{\θ}}_q^L,(q=\mathrm{1,2,3},...,m)$

上述公式中m属于整数；

其中，为后一层第q节点的输入值，为前一层第p节点的输出值，w_pq为前一层第p节点与后一层第q节点的连接权值，为后一层第q节点的阈值。

节点输出值的计算公式采用激活函数，具体为Sigmoid型函数，

$o_q=f\left(i_q\right)=\frac{1}{1+e^{-i_q}},(q=\mathrm{1,2,3},...,m)$

i_q为第q节点的输入值，o_q为第q节点的输出值。

基于前馈网络的输出结果，当输出结果与预期结果产生偏差时，即紧急事件分发有误时，此时需对BP神经网络进行误差校正，处理方法是将误差信号在BP神经网络中反向传播，以修正网络的连接权值和阈值。当紧急事件分发有误时，记录紧急事件分发模块输出值的误差，定期或者当误差达到1％时对误差进行校正，具体处理过程如下：

S′3：计算实际输出与期望输出的误差，所采用的误差函数为

$E=\frac{1}{2}\underset{q=1}{\overset{m}{\mathrm{\Σ}}}{(D_q-y_q)}^2$

其中D_q为输出层节点的期望输出，y_q为输出层节点q的实际输出；

S′4：将误差从输出层向隐含层逐层反向回传，根据误差信号修正各层节点间的连接权值，采用计算公式：

${\mathrm{\δ}}_q^L=\frac{\∂E}{{\∂i}_q^L}$

$\frac{\∂E}{\∂w_{\mathrm{pq}}}=\frac{\∂E}{{\∂i}_q^L}\frac{\∂i_q^L}{\∂w_{\mathrm{pq}}}=\frac{\∂E}{{\∂i}_q^L}{o}_p^{L-1}={\mathrm{\δ}}_q^L{o}_p^{L-1}$

对于输出层与隐含层，最终获得连接权值的修正量的计算公式为，

$\mathrm{\Δ}{w}_{\mathrm{pq}}={\mathrm{\η\δ}}_q^L{o}_p^{L-1}=\mathrm{\η}(D_q^L-o_q^L)o_q(1-o_q^L)o_p^{L-1}$

Δw_pq为输出层与之隐含层之间连接权值的修正值，为输出层的误差信号，为输出层的期望输出，为实际输出，为上一层的输出；

由输出层往隐含层反向回传，对于各隐含层和输入层，利用迭代计算公式：

$\left\{\begin{array}{c}{\mathrm{\δ}}_p^L=\underset{q}{\mathrm{\Σ}}{\mathrm{\δ}}_q^{L+1}{w}_{\mathrm{pq}}^{L+1}{f}^{\′}\left(i_p^L\right)\\ \frac{\∂E}{{\∂w}_{\mathrm{kp}}^L}={\mathrm{\δ}}_p^L{o}_k^{L-1}\end{array}\right.$

最终获得第L层与第L-1层之间节点之间连接权值的修正值为：

${\mathrm{\Δw}}_{\mathrm{kp}}^L={\mathrm{\η\δ}}_p^L{o}_k^{L-1}=\mathrm{\η}\left(\underset{q=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\δ}}_q^{L+1}{w}_{\mathrm{pq}}\right)o_p^L(1-o_p^L)o_k^{L-1}$

为误差信号，为第L-1层与第L层之间连接权值的修正值，为第L层的误差信号为第L+1层的误差信号为第L层的输出，为第L-1层的输出。

S′5：重复步骤S′1-S′4校正紧急事件分发模块，直到误差小于预设值为止。

在实际进行紧急事件分发时，在分发之前需要初始化BP神经网络模型，即对BP神经网络进行模型训练，具体为利用已完成的紧急事件作为训练样本对紧急事件分发模块进行初始化。

从已经处理完成的紧急事件中抽取部分作为训练样本，对紧急事件进行信息提取并分类，获得分类结果，基于预设的相邻两层节点之间的连接权值，以及各层节点的阈值，利用步骤S′1-S′5对网络进行反复训练，使整个网络的连接权值向误差减小的方向转化，直到整个训练样本集的误差减小到小于预设值，比如误差小于1％时，停止进行训练，紧急事件分发模块初始化完成。

在误差校正的步骤，从输出层反向传播的误差也可以取所有训练样本的误差的均值。具体地，取N个训练样本，在计算误差时可采用公式：

$E_k=\frac{1}{2}\underset{q=1}{\overset{m}{\mathrm{\Σ}}}{(D_q-y_q)}^2$

$E=\frac{1}{2N}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{E}_k$

通过上述公式可以尽可能地反映神经网络的整体误差，提高系统精度。

S4：将紧急事件的处理进度进行反馈和公示；

处理部门根据收到的紧急事件信息采取相应措施进行处理，如消防部门以及安监部门获悉紧急事件的具体情况后立刻前往出事地点进行处理，处理完成后及时将处理结果反馈回系统，比如在前述的火灾例子中，消防部门反馈已经执行灭火，火势已被扑灭，安监部门反馈已经将可能引起泄漏的危化品转移等。

而反馈信息由系统向相关部门和民众进行公示。

S5：若所有反馈信息的处理状态均为结束，判断为紧急事件处理完成，同时将处理结果汇总并存储；若存在处理状态为未结束的反馈信息，继续执行步骤S3。

在前述的火灾例子中，根据消防及安监部门任务的反馈情况，确认事件已顺利解决完毕了以后，将该紧急事件设置为已解决状态，该事件可在今后通过历史事件记录进行查看。

本申请实施例一提供一种优选实施方式，所采用的BP神经网络为三层BP神经网络。

本发明实施例一提供的紧急事件分发方法，在紧急事件的分发处理过程中，通过对紧急事件信息的提取，并利用获得的信息分别对紧急事件进行分类，通过对分类结果的综合处理，可以实现对需下发的处理部门的自动识别，从而实现紧急事件的自动及时分发，降低由人工派发造成的延时派发，同时定期对紧急事件分发模块进行误差校正，从而降低由人工派发造成的误派发，分发过程不需要人为干预，派发及时准确，节省人力成本，此外还能及时收集处理部门的反馈意见，获得紧急事件的处理进展，为后续应对措施的采取提供参考。

实施例二

图3为本实施例二提供的一种紧急事件分发装置的结构图。

紧急事件分发装置包括采集模块10，分类模块20，分发模块30，反馈模块40和存储模块50；采集模块10、分类模块20、分发模块30、反馈模块40均与存储模块50相连接，其中采集模块10、分类模块20、分发模块30、反馈模块40依次连接。

采集模块10用于收集紧急事件，采集模块与外部的对接系统连接，通过对接的系统提供的预定义接口来收集紧急事件。

分类模块20用于用于提取紧急事件信息并依照提取的各项信息对紧急事件进行分类，得到紧急事件的一组分类结果。

具体地，分类模块20提取紧急事件信息并依照各项信息对紧急事件进行分类，根据紧急事件的类型，所要获取的信息有多种，如紧急事件的名称、类型、发生地、发生时间、程度、影响范围、详细描述、报警方式、报送人及联系方式等内容。分类模块2对所述信息进行提取，同时为各项信息所包含的多种情形分别进行编号，对紧急事件进行分类时，最终获得一组数值化的分类结果，便于对紧急事件进行分发处理。

分发模块30用于将获得的所述分类结果输入预设的紧急事件分发模块进行分发处理，并根据处理结果自动将紧急事件的信息分发到相应处理部门。

具体地，分类模块20根据确定需下发的处理部门并进行紧急事件分发，分发模块30根据分类模块20的分类结果，自动确定处理部门，确定处理部门后将紧急事件信息发送给处理部门。

反馈模块40用于收集处理部门反馈信息，由处理部门将处理进度发送给反馈模块40，以便及时公示紧急事件处理进度。

存储模块50用于存储各模块所产生的数据，存储的内容包括但不限于如下内容：

1、采集模块10采集的紧急事件情况；

2、分类模块20对紧急事件的分类结果；

3、反馈模块40收到的反馈信息；

4、紧急事件处理结束后的处理信息。

如图4所示，根据本申请提供的紧急事件分发装置的一种优选方案，所述分发装置还包括判断模块60。判断模块60与反馈模块40和分发模块30分别连接。所述判断模块60用于根据从反馈模块40处获得的反馈信息判断是否需要将紧急事件分发至新的处理部门，当判断为需要进一步分发到新的处理部门时，则将判断结果发送到分发模块30，由分发模块30将紧急事件信息和反馈信息发送给新的处理部门，当判断为不需要进一步分发到新的处理部门时，则不对反馈信息进行进一步处理，而是继续接收新的反馈信息，并开始新一轮的判断。

进一步地，如图5所示，分发模块30包括分发处理单元31，误差收集单元32以及二次分发单元33；分发处理单元31、误差收集单元32相连接，二次分发单元33与判断模块60相连。

分发处理单元31采用BP神经网络模型，用于根据输入的紧急事件分类信息确定处理部门，此外通过分发处理单元31对网络自身的分发误差进行调整。

误差收集单元32用于计算分发误差，并将误差发送给分发处理单元31，用于调整网络的连接权值和阈值。

二次分发单元33，用于根据判断模块60的判断结果进行相应的操作，当判断模块60根据反馈模块40的反馈信息判断为需要新的处理部门参与时，通过二次分发单元33将紧急事件信息发送给新增的处理部门，否则不发送。

进一步的，在一实施例中，所述分发模块还包括初始化单元，用于利用已完成的紧急事件作为训练样本对紧急事件分发模块进行初始化。

优选地，反馈模块40包括反馈信息接收单元，反馈信息发送单元，反馈信息公示单元，反馈信息公示单元为各种信息发布系统；其中反馈信息发送单元与判断模块60相连接。

本发明实施例二提供的紧急事件分发装置，通过分类模块20对采集模块获得的紧急事件的信息进行提取和分类，继而通过分发模块30对分类结果进行处理，获得需要下发的处理部门，并将紧急事件信息下发到相应的处理部门，全程自动实现，不需要人为干预，派发及时且节省人力，此外通过反馈模块收集各处理部门的反馈信息，及时获得处理情况，方便制定新的应对方案。

实施例三

如图6所示为本实施例三提供的一种紧急事件分发系统的结构框图，具体包括紧急事件指挥中心，包含至少一所述紧急事件分发装置以及至少一个客户端。紧急事件处理部门通过客户端可接收紧急事件信息和反馈处理进度信息。

紧急事件指挥中心可以集中控制紧急事件分发装置，实时对紧急事件分发装置等资源进行合理分配和调整；处理部门通过客户端可以直观迅速地获得紧急事件信息并实时反馈处理进度。

本发明实施例三提供的紧急事件分发系统，通过将紧急事件分发装置与紧急事件指挥中心进行集成，除了可以实现大范围、多领域的紧急事件的处理，还可以进行地域定制、行业定制等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种紧急事件分发方法，其特征在于，包括步骤：

S1：收集紧急事件并进行存储；

S2：获取紧急事件的多项信息属性，根据获取的所述信息属性分别对紧急事件进行分类，得到紧急事件的一组分类结果；

S3：将获得的所述分类结果输入至紧急事件分发模块进行处理，并根据处理结果自动将紧急事件的信息分发到相应处理部门；

S4：将紧急事件的处理进度进行反馈和公示；

S5：若所有反馈信息的处理状态均为结束，则判断为紧急事件处理结束，同时将处理结果进行汇总并存储；若判断反馈信息的处理状态为未结束，则继续执行步骤S3。

2.根据权利要求1所述的紧急事件分发方法，其特征在于，所述紧急事件分发模块采用BP神经网络模型，包括输入层、隐含层和输出层。

3.根据权利要求2所述的紧急事件分发方法，其特征在于，对紧急事件的分发处理包括：

S′1：将紧急事件的各项信息数值化后输入至输入层的各节点，输入层的节点个数与信息项数一致；

S′2：计算各隐含层和输出层节点的输入值及输出值，根据相邻两层中的前一层节点的输出值、前一层与后一层的节点之间的连接权值以及后一层节点的阈值，由这三个值来计算后一层节点的输入值，继而计算后一层节点的输出值，逐层计算，直到计算出输出层节点的输出值，从而获得处理部门信息。

4.根据权利要求3所述的紧急事件分发方法，其特征在于，还包括对紧急事件分发模块的误差进行校正的步骤，当紧急事件分发有误时，记录紧急事件分发模块输出值的误差，定期或者当误差达预设值时对误差进行校正，包括：

S′3：计算输出层节点的实际输出与期望输出的误差；

S′4：将误差从输出层向隐含层逐层反向回传，根据误差信号修正各层节点间的连接权值；

S′5：重复步骤S′1-S′4以校正紧急事件分发模块，直到误差小于预设值为止，其中所述预设值为输出层节点的实际输出与期望输出的误差达到1％时的值。

5.根据权利要求4所述的紧急事件分发方法，其特征在于，紧急事件分发模块包含初始化步骤，具体为利用已完成的紧急事件作为训练样本对紧急事件分发模块进行初始化，基于预设相邻两层节点之间的连接权值以及各层节点的阈值，重复进行步骤S′1-S′5训练，使整个网络的连接权值向误差减小的方向转化，直到整个训练样本集的误差减小到小于预设值。

6.一种紧急事件分发装置，其特征在于，所述装置包括：

采集模块，用于收集紧急事件并进行存储；

分类模块，用于提取紧急事件信息并依照提取的各项信息对紧急事件进行分类，得到紧急事件的一组分类结果；

分发模块，将获得的所述分类结果输入预设的紧急事件分发模块进行分发处理，并根据处理结果自动将紧急事件的信息分发到相应处理部门；

反馈模块，用于收集处理部门的反馈信息，并进行公示；

存储模块，用于存储各模块所产生的数据信息。

7.根据权利要求6所述的紧急事件分发装置，其特征在于，所述装置还包括：

判断模块，用于根据所述反馈信息判断紧急事情的处理状态是否结束，若判断为紧急事件处理结束，则将处理结果汇总并存储；若判断紧急事情的处理状态为未结束，则将未结束的紧急事情反馈给所述反馈模块。

8.根据权利要求7所述的紧急事件分发装置，其特征在于，所述分发模块包括：

分发处理单元，用于根据输入的紧急事件分类信息确定处理部门、对分发误差进行调整；

误差收集单元，用于收集分发处理单元的误差；

二次分发单元，用于向新增的处理部门发送紧急事件信息，二次分发单元与与判断模块相连接。

9.根据权利要求7所述的紧急事件分发装置，其特征在于，所述分发模块包括初始化单元，用于利用已完成的紧急事件作为训练样本对紧急事件分发模块进行初始化。

10.一种紧急事件分发系统，其特征在于，包括紧急事件指挥中心、至少一个如权利要求6～9任一项所述的紧急事件分发装置以及至少一个客户端。