CN110826897A - 地域安全评价方法、装置、设备及存储介质 - Google Patents
地域安全评价方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110826897A CN110826897A CN201911053779.2A CN201911053779A CN110826897A CN 110826897 A CN110826897 A CN 110826897A CN 201911053779 A CN201911053779 A CN 201911053779A CN 110826897 A CN110826897 A CN 110826897A
- Authority
- CN
- China
- Prior art keywords
- region
- safety
- index
- map
- monitoring
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title description 126
- 230000002159 abnormal effect Effects 0.000 claims abstract description 144
- 238000012544 monitoring process Methods 0.000 claims abstract description 119
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 10
- 239000003550 marker Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 description 32
- 238000003062 neural network model Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提出了一种地域安全评价方法、装置、设备及存储介质。所述方法包括:获取地域内多个监控点位的监控图像,根据所述监控图像监测异常事件;确定所述异常事件的安全影响分值;根据监测到所述异常事件的异常事件频率以及与所述异常事件对应的安全影响分值,确定所述地域安全指数;基于所述地域安全指数,按照预设显示方式在地图上显示所述地域。
Description
技术领域
本公开涉及计算机视觉技术领域,尤其涉及地域安全评价方法、装置、设备及存储介质。
背景技术
城市安全评价是解决城市安全问题的第一个环节,也是最重要的环节之一。在视频监控已广泛应用于城市中时,如何利用已设置的视频监控来解决城市安全问题,是亟待研究和探索的。
发明内容
本公开提供一种地域安全评价方法、装置、设备及存储介质。
根据本公开的第一方面,提出一种地域安全评价方法,所述方法包括:获取地域内多个监控点位的监控图像,根据所述监控图像监测异常事件;确定所述异常事件的安全影响分值;根据监测到所述异常事件的异常事件频率以及与所述异常事件对应的安全影响分值,确定所述地域安全指数;基于所述地域安全指数,按照预设显示方式在地图上显示所述地域。
结合本公开提供的任一实施方式,所述基于所述地域安全指数,按照预设显示方式在地图上显示所述地域,包括:在所述地域安全指数满足预设条件的情况下,在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像。
结合本公开提供的任一实施方式,所述方法还包括:在所述地图上显示所述地域安全指数。
结合本公开提供的任一实施方式,所述基于所述地域安全指数,按照预设显示方式在地图上显示所述地域包括:根据所述地域安全指数确定所述地域的安全级别;基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域。
结合本公开提供的任一实施方式,所述基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域,包括:确定所述地域的地域级别;对于所述地域级别相同的所有地域中安全级别最低的地域或者安全级别低于设定阈值的地域,在所述地图上高亮显示所述地域的轮廓边界和/或地图图像,或者在所述地图上以三维形式显示所述地域。
结合本公开提供的任一实施方式,所述基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地址,包括:基于所述地域的安全级别设置所述地域的标记;在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像,以及所述标记。
结合本公开提供的任一实施方式,所述获取所述地域内的多个监控点位的监控图像,包括:根据各个监控点位的经纬度坐标和所述地域的空间范围,将所述各个监控点位与所述地域进行关联形成地域监控点位关联关系;基于所述地域监控点位关联关系获取所述地域内的多个监控图像。
结合本公开提供的任一实施方式,所述异常事件包括异常事件类型、异常事件时间信息、异常事件空间信息,所述获取地域内多个监控点位的监控图像,根据所述监控图像监测异常事件,包括:将所述地域内的多个监控点位的监控图像输入至预先训练的神经网络模型,根据所述神经网络模型的输出结果确定所述监控图像是否包含异常事件,以及所述异常事件的类型;根据拍摄所述监控图像的时间获取所述异常事件的时间信息,并根据所述监控点位的位置获取所述异常事件的空间信息。
结合本公开提供的任一实施方式,根据监测到所述异常事件的异常事件频率以及与所述异常事件对应的安全影响分值,确定所述地域安全指数,包括:获得设定时间段内监测到的不同异常事件类型的异常事件的异常事件次数;将所述不同异常事件类型的异常事件次数与相应的安全影响分值相乘得到相乘结果;将地域安全评价指数对应的总设定值与所述相乘结果的差值作为所述地域安全指数的数值。
结合本公开提供的任一实施方式,所述确定所述异常事件的安全影响分值,包括:基于影响地域安全的因素,针对所述地域安全指数设置多个安全评价指标;确定所述多个安全评价指标相对于所述地域安全指数的权重;基于异常事件类型将所述异常事件与所述多个安全评价指标相关联,并根据所述安全评价指标的权重确定所述异常事件的安全影响分值。
结合本公开提供的任一实施方式,确定所述多个安全评价指标相对于所述地域安全指数的权重,包括:以所述地域安全指数为最高层,以所述多个安全评价指标为最低层构建地域安全评价体系,所述安全评价体系还包括至少一个中间层,每个中间层包括多个安全评价指标;针对每一层,一个或多个安全评价指标从属于上一层的其中一个安全评价指标;针对每一层,根据任意两个安全评价指标的相对重要性程度确定对应的量化值,其中,所述任意两个安全评价指标从属于一个上层安全评价指标;根据各个量化值获得判断矩阵;对所述判断矩阵进行一致性检验;根据经过一致性检验的判断矩阵,计算所述判断矩阵对应的各个安全评价指标对于所述地域安全指数的权重。
结合本公开提供的任一实施方式,所述根据所述安全评价指标的权重确定所述异常事件的安全影响分值,包括:将所述异常事件的安全分值设置为与相应的安全评价指标的权重成正比。
根据本公开的第二方面,提出一种地域安全评价装置,所述装置包括:获取单元,用于获取地域内多个监控点位的监控图像,根据所述监控图像监测异常事件;第一确定单元,用于确定所述异常事件的安全影响分值;第二确定单元,用于根据监测到所述异常事件的异常事件频率以及与所述异常事件对应的安全影响分值,确定所述地域安全指数;显示单元,用于基于所述地域安全指数,按照预设显示方式在地图上显示所述地域。
结合本公开提供的任一实施方式,所述显示单元具体用于:在所述地域安全指数满足预设条件的情况下,在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像。
结合本公开提供的任一实施方式,所述装置还包括:指数显示单元,用于在所述地图上显示所述地域安全指数。
结合本公开提供的任一实施方式,所述显示单元具体用于:根据所述地域安全指数确定所述地域的安全级别;基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域。
结合本公开提供的任一实施方式,所述显示单元在用于基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域时,具体用于:确定所述地域的地域级别;对于所述地域级别相同的所有地域中安全级别最低的地域或者安全级别低于设定阈值的地域,在所述地图上高亮显示所述地域的轮廓边界和/或地图图像,或者在所述地图上以三维形式显示所述地域。
结合本公开提供的任一实施方式,所述显示单元在用于基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域时,具体用于:基于所述地域的安全级别设置所述地域的标记;在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像,以及所述标记。
结合本公开提供的任一实施方式,所述获取单元在用于获取地域内多个监控点位的监控图像时,具体用于:根据各个监控点位的经纬度坐标和所述地域的空间范围,将所述各个监控点位与所述地域进行关联形成地域监控点位关联关系;基于所述地域监控点位关联关系获取所述地域内的多个监控图像。
结合本公开提供的任一实施方式,所述异常事件包括异常事件类型、异常事件时间信息、异常事件空间信息,所述获取单元具体用于:将所述地域内的多个监控点位的监控图像输入至预先训练的神经网络模型,根据所述神经网络模型的输出结果确定所述监控图像是否包含异常事件,以及所述异常事件的类型;根据拍摄所述监控图像的时间获取所述异常事件的时间信息,并根据所述监控点位的位置获取所述异常事件的空间信息。
结合本公开提供的任一实施方式,所述第二确定单元具体用于:获得设定时间段内监测到的不同异常事件类型的异常事件的异常事件次数;将所述不同异常事件类型的异常事件次数与相应的安全影响分值相乘得到相乘结果;将地域安全评价指数对应的总设定值与所述相乘结果的差值作为所述地域安全指数的数值。
结合本公开提供的任一实施方式,所述第一确定单元具体用于:基于影响地域安全的因素,针对所述地域安全指数设置多个安全评价指标;确定所述多个安全评价指标相对于所述地域安全指数的权重;基于异常事件类型将所述异常事件与所述多个安全评价指标相关联,并根据所述安全评价指标的权重确定所述异常事件的安全影响分值。
结合本公开提供的任一实施方式,所述第一确定单元在用于确定所述多个安全评价指标相对于所述地域安全指数的权重时,具体用于:以所述地域安全指数为最高层,以所述多个安全评价指标为最低层构建地域安全评价体系,所述安全评价体系还包括至少一个中间层,每个中间层包括多个安全评价指标;针对每一层,一个或多个安全评价指标从属于上一层的其中一个安全评价指标;针对每一层,根据任意两个安全评价指标的相对重要性程度确定对应的量化值,其中,所述任意两个安全评价指标从属于一个上层安全评价指标;根据各个量化值获得判断矩阵;对所述判断矩阵进行一致性检验;根据经过一致性检验的判断矩阵,计算所述判断矩阵对应的各个安全评价指标对于所述地域安全指数的权重。
结合本公开提供的任一实施方式,所述第一确定单元在用于根据所述安全评价指标的权重确定所述异常事件的安全影响分值时,具体用于:将所述异常事件的安全分值设置为与相应的安全评价指标的权重成正比。
根据本公开的第三方面,提出一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本公开任一实施方式所述的地域安全评价方法。
根据本公开的第四方面,提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开任一实施方式所述的地域安全评价方法。
本公开实施例通过地内域多个监控点位的监控图像来监测异常事件,并根据异常事件频率以及对应的安全影响分值来确定地域安全指数,并根据所确定的地域安全指数在图像上对所述地域进行显示,能够客观、准确地对该地域的安全程度进行评价,并能够进行直观的体现。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1是本公开至少一实施例提出的地域安全评价方法的流程图;
图2是本公开至少一实施例提出的地域安全评价方法的异常事件显示示意图;
图3是本公开至少一实施例提出的地域安全评价装置的框图;
图4是本公开至少一实施例提出的电子设备的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为了使本技术领域的人员更好的理解本公开实施例中的技术方案,并使本公开实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本公开实施例中的技术方案作进一步详细的说明。
图1是本公开至少一实施例的地域安全评价方法的流程图。如图1所示,所述方法包括步骤101~104。
在步骤101中,获取地域内多个监控点位的监控图像,根据所述监控图像监测异常事件。
所述地域安全指数是用于评价一个地域安全的总指标。针对影响一个地域安全的各种因素,可以通过监测相应的各种类型的异常事件,来确定该地域的安全程度。异常事件包括例如人群密集、交通点拥堵、共享单车违停等等,可以针对影响安全的各种因素监测各种类型的异常事件。
在本公开实施例中,进行安全评价的地域可以是省、市、区/县、乡镇/街道办、村/社区等行政区划组织,也可以是其他类型区域。其中,各个省份之间,属于同一地域级别,各个区之间也属于同一地域级别。可以同时对同一地域级别的多个地域进行评价,例如,同时对多个城市进行安全评价;也可以同时对不同层级的地域进行评价,例如,对于一个市进行安全评价,同时对该市里各个区进行安全评价。本领域技术人员应当理解,本公开中的地域不限于以上所述,也可以包括其他的地域,本公开对此不进行限制。
在步骤102中,确定所述异常事件的安全影响分值。
异常事件的安全影响分值通常与其对地域安全造成的影响程度相关。可以根据不同类型的异常事件对地域安全造成的影响程度,来设置各个类型的异常事件的安全影响评分。例如,对地域安全造成的影响越大,可以将分值可以设置的越高。反之亦然。本领域技术人员应当理解,可以通过多种方法确定异常事件的安全影响分值,本公开对此不进行限制。
在步骤103中,根据监测到所述异常事件的异常事件频率以及与所述异常事件对应的安全影响分值,确定所述地域安全指数。
异常事件发生的频率越高,其安全影响分值越高,对地域安全的影响就越大;反之,异常事件发生的频率越低,其安全影响分值越低,对地域安全的影响就越小。
在一些实施例中,可以通过以下方法来计算地域安全指数:首先,获得设定时间段内监测到的各个类型的异常事件次数,该设定时间可以根据实际情况具体设定。接着,将各个类型异常事件次数与相应的安全影响分值相乘。最后。将地域安全评价指数对应的总设定值与相乘结果的差值作为所述地域安全指数的数值。
在步骤104中,基于所述地域安全指数,按照预设显示方式在地图上显示所述地域。
在获得了一个或多个地域的地域安全指数的情况下,可以根据地域安全指数对对应的地域进行显示。
本公开实施例通过地内域多个监控点位的监控图像来监测异常事件,并根据异常事件频率以及对应的安全影响分值来确定地域安全指数,并根据所确定的地域安全指数在图像上对所述地域进行显示,能够客观、准确地对该地域的安全程度进行评价,并能够进行直观的体现。
在一些实施例中,可以在所述地域安全指数满足预设条件的情况下,在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像。例如,可以在所述地域安全指数低于设定安全阈值的情况下,在地图上显示出该地域以进行预警。也可以在所述地域安全指数在其他数值范围内的情况下,在地图上显示出该地域。具体数值范围的设置可以根据显示该地域的目的来确定。可以通过显示该地域的轮廓边界的方式来显示该地域,也可以通过显示该地域的地图图像来显示该地域,也可以同时显示两者。
通过以上方式,可以根据不同需求直观、高效地在地图上显示出所需关注的地域。
在按照预设显示方式在地图上显示所述地域的情况下,还可以在地图上显示出所述地域的地域安全指数,更加直观地显示出需关注地域的安全状况。
在一些实施例中,可以根据所述地域安全指数来确定所述地域的安全级别,例如,可以将地域安全指数对应于高、中、低三个安全级别,当然,也可以对应于其他的安全级别设置方式。在确定了所述域地的地域级别,例如,“省”、“市”、“区/县”等等,对于所述地域级别相同的所有地域中安全级别最低的地域,或者安全级别低于设定阈值的地域进行预警。
例如,对于所有确定了地域安全指数的“市”,可以对其中安全级别为“低”的市进行预警,或者对于安全级别在“中”以下的市进行预警,以提醒城市管理者重点关注,以及帮助管理者对于地域安全应急响应预案制定和实施提供决策依据,以期对地域安全建设与管理提供指导意义。
对于需要进行预警的地域,可以在地图上高亮显示该地域的轮廓边界和/或地图图像,或者在地图上以三维形式显示该地域,以便能够进行及时引起关注,及时进行预警。
在一些实施例中,还可以基于所述地域的安全级别设置所述地域的标记,在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像,以及所述标记。例如,可以对于安全级别“高”、“中”、“低”分别设置不同的颜色,分别根据对应的延续饿,来显示所述地域的轮廓边界和/或地图图像,以便直观地比较各个区域的安全程度。
在一些实施例中,可以通过如下方式获得地域内的多个监控点位的监控图像:根据各个监控点位的经纬度坐标和所述地域的空间范围,将所述各个监控点位与所述地域进行关联形成地域监控点位关联关系,基于所述地域监控点位关联关系获取所述地域内的多个监控图像。可以利用地域中已有的监控点位的监控摄像头,也可以在需要的位置设置监控点位,来对该地点的异常事件进行监测。例如,在已知公安视频监控点位经纬度和各级行政管辖区域的情况下,可以获取公安视频监控点位与所关注的行政管辖区域进行关联形成地域监控点位关联关系,通过该关联关系则可以获取关注的行政管辖区域内的多个监控图像,以监测该区域的异常事件。
所述异常事件包括异常事件类型、异常事件时间信息、异常事件空间信息等等。
在一些实施例中,可以利用神经网络模型来实现对异常事件的监测,以及确定异常事件的类型。例如,可以将将所述地域内的多个监控点位的监控图像输入至预先训练的神经网络模型,根据所述神经网络模型的输出结果确定所述监控图像是否包含异常事件,以及所述异常事件的类型。训练样本可以是利用各个监控点位的摄像头预先拍摄的图像,并在图像中标注与所需要检测的异常事件相关的标注,例如,在需要监测垃圾溢出这一异常事件的情况下,则需要标注样本图像中垃圾溢出或未溢出,例如,可以将溢出标注为0,未溢出标注为1,反之亦可;在需要监测人群密集这一异常事件的情况下,则需要标注样本图像中人群状态为密集还是正常。例如,可以将密集标注为0,未溢出标注为1,反之亦可。
在一些实施例中,在需要在一个监控点位监测多个类型的异常事件时,可以同时设置多个神经网络模型,分别用于监测不同类型的异常事件。将该监控点位的监控图像同时输入至该多个神经网络,则可以确定所述监控图像中是否包含异常事件,并且通过输出的神经网络可以判断异常事件的类型。
并且,还可以根据拍摄所述监控图像的时间获取所述异常事件的时间信息,并根据所述监控点位的位置获取所述异常事件的空间信息,也可以根据所述监控图像以衣监控点位获取异常事件的其他信息。
本领域技术人员应当理解,也可以通过其他方式来监控地域内的异常事件,本公开对此不进行限制。
在一些实施例中,可以通过以下方式确定异常事件的安全影响分值。
首先,基于影响地域安全的因素,针对所述地域安全指数设置多个安全评价指标。例如根据影响一个地域安全的各种因素来设置相应的多个安全评价指标,例如人群密集程度评价指标、交通点拥堵程度评价指标、共享单车停放状态指标等等。
接下来,确定所述多个安全评价指标相对于所述地域安全指数的权重。
安全评价指标相对于地域安全指数的权重,也代表了该安全评价指标对于地域安全指数的影响程度。一个安全评价指标对于地域安全指数的影响越大、越重要,其权重越大;反之则越小。
最后,基于异常事件类型将所述异常事件与所述多个安全评价指标相关联,并根据所述安全评价指标的权重确定所述异常事件的安全影响分值。
例如,对于一个城市而言,各个类型的异常事件例如包括人群密集、交通点拥堵、共享单车违停等等。可以将这些异常事件,与人群密集程度评价指标、交通点拥堵程度评价指标、共享单车停放状态指标关联起来。也即,所检测到的其中一个类型的异常事件,会对与其相关联的安全评价指标的值产生影响。
在一些实施例中,所述异常事件的安全影响分值与相关联的安全评价指标的权重成正比。也即,安全评价指标的权重越高,相关联的异常事件的安全影响分值就越高,对地域安全会造成更大的影响。例如,可以将异常事件的安全影响分值设定为相关联的安全评价指标的权重比例所对应的数值。
在一些实施例中,可以通过构建多个层次的地域安全评价体系,来确定所述多个安全评价指标相对于所述地域安全指数的权重。
在一个示例中,可以构建这样的地域安全评价体系:以地域安全指数为最高层,以上述多个安全评价指标为最低层,并且该安全评价体系中还包括至少一个中间层,每个中间层包括多个安全评价指标。这些中间层中所包括的安全评价指标为最低层的安全评价指标之上的指标,此处的“之上”是指中间层的安全评价指标是指比最低层的安全评价指标覆盖的范围更广。例如,最低层的安全评价指标为人群密集程度评价指标,对应于的一个中间层指标为治安安全评价指标,也即是说,人群密度程度评价指标是治安安全评价指标中的一个子指标,如果将治安安全评价指标看成一个集合,那么人群密集程度评价指标即是其中的一个元素。
在所述地域安全评价体系中,对于每一层,一个或多个安全评价指标从属于上一层的其中一个安全评价指标,也即,该一个或多个安全评价指标是上一层安全评价指标中的一个元素。
针对每一层,可以根据任意两个安全评价指标的相对重要性程度确定对应的量化值,其中,所述任意两个安全评价指标从属于一个上层安全评价指标。
假设对于B层,其包括M个安全评价指标;B层的上层为A层,其包括N个安全评价指标。并且B层中的指标Bi和Bj从属于A层中的指标An。利用Bij表示从属于An的指标中,指标i与指标j相比的相对重要程度;并且根据该相对重要程度确定对应的量化值。例如,可以根据下表确定相对重要性与量化值的对应关系:
表1
1 | 两个元素相比,Bi和Bj同等重要 |
2 | 两个元素相比,Bi和Bj稍微重要 |
3 | 两个元素相比,Bi和Bj明显重要 |
4 | 两个元素相比,Bi和Bj强烈重要 |
5 | 两个元素相比,Bi和Bj极端重要 |
在Bj比Bi重要的情况下,所对应的量化值为表中数值的倒数。
在遍历同一层中,属于一个上层指标的所有安全评价指标对后,可以获得所述上层指标的判断矩阵。
对于地域安全评价体系,从上层开始处理(最高层,也即地域安全指数层除外),在遍历每一层的每一个指标后,获得针对所有指标的判断矩阵。
在获得针对所有指标的判断矩阵后,对所述判断矩阵进行一致性检验。
在一个示例中,针对每个判断矩阵可以根据以下方法进行一致性检验:
对应于所述判断矩阵的最大特征根λ的特征向量,经归一化后记为W,W的元素即为所述判断矩阵所对应的所有安全评价指标根据相对重要性的排序权值,也可以将这一过程称为层次单排序。
能否确认层次单排序,则需要进行一致性检验,即对所述判别矩阵确定不一致的允许范围。可以引入一致性指标CI用于评价所述判断矩阵的一致性。一致性指标CI的公式为:
CI=(λ-n)/(n-1) (1)
其中,λ为判断矩阵的最大特征根。CI=0,表示有完全的一致性,CI接近于0,有满意的一致性;CI越大,不一致性越严重。
为了衡量CI的大小,引入随机一致性指标RI,其与判断矩阵的阶数有关,矩阵阶数越大,则出现一致性随机偏离的可能性也越高,其对应关系如表2所示:
表2
矩阵阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 |
考虑到一致性的偏离可能是由于随机原因造成的,因此在检验判断矩阵是否具有满意的一致性时,可以将利用CI和RI获得检验系数CR:
CR=CI/RI (2)
可以将CR的阈值设置为0.1,在CR<0.1时,认为所述判断矩阵通过一致性检验,否则则认为没有通过,则需要对判别矩阵进行调整,直到通过一致性检验。
根据经过一致性检验的判断矩阵,计算所述判断矩阵对应的各个安全评价指标对于最高层(地域安全指数)的相对重要性的权重,也即进行层次总排序。对于地域安全评价体系,从上层开始处理(最高层,也即地域安全指数层除外),在遍历所有判别矩阵后,可以获得所有安全评价指标相对于地域安全指数的权重,自然也获得了最低层的安全评价指标的权重。
以下以对某一城市进行安全评价为例,对本公开实施例的地域安全评价方法进行具体描述。本领域技术人员应当理解,该安全评价方法可以应用于任意其他地域。
在本公开实施例中,可以针对城市安全建立城市安全评价体系。该体系可以包括目标层(最高层)、准则层(中间层)、方案层(最低层)。其中,目标层对应于城市安全指数,其用于反映在不同发展阶段城市安全状态的横向比较和不同城市安全状态的纵向比较,其是考虑了城市各个方面安全状态的综合体现。准则层可根据目标层的特征和城市安全的评价单元进行划分,例如,准则层可以包括刑侦安全指标、治安安全指标、交通安全指标、民生安全指标等等。方案层的各个安全评价指标是用于描述城市安全体中具体项目的指标,其中,方案层的一个或多个安全评价指标从属于准则层的其中一个指标。表3示出示例性的城市安全评价体系。
表3
在构建了城市安全评价体系后,可以采用以下方式确定各个方案层的安全评价指标相对于城市安全指数的权重。
首先,针对准测层的四个指标构建判断矩阵,并对于准则层的每个指标所包含的方案层指标,分别构建判断矩阵。
之后,对于各个判断矩阵进行一致性检验,得到每个指标的权重。在一个示例中,计算结果如下:
表4
方案层的多个安全评价指标,可以与所监测的多个异常事件相关联,例如,将人员布控异常预警与表4中的指标B11相关联,将人群密集预警与指标B21相关联,将交通点位拥堵预警与指标B31相关联,将违章停车高发预警与B32相关联,将共享单车违停预警与指标B41相关联,将生活垃圾溢出预警与指标B42相关联,将建筑垃圾堆放预警与指标B43相关联,将伞棚占道经营预警与指标B44相关联。
在进行关联后,可以将各个异常事件的安全影响分值设置为其相关联的权重比例,例如,人员布控异常预警的安全影响分值为0.3997,共享单车违停预警的安全影响分值为0.0350。
在已知公安视频监控点位经纬度和各级行政区域管辖区域的情况下,可以获取公安视频监控点位的监控图像来监测城市的各个类型的异常事件。具体地,可以根据监控点位经纬度坐标和地域的空间范围,自动关联监控点位至相应地域。图2示出了在各个监控点位所监测到的异常事件。本领域技术人员应当理解,图2仅为示例,也可以在一个监控点位监控多个类型的异常事件。
根据监测到的各个类型的异常事件频率以及相应的安全影响分值,则可以确定上述地域安全指数,也即城市安全指数。
假设评价某一地域安全指标包括指标A、指标B和指示C,按照以上所述的权重计算方法,可以得到指标A、B、C的权重,从而可以通过其权重比例计算得到指标A、B、C相关的异常事件的安全影响分值。假设经计算,指标A、B、C相关的异常事件的安全影响分值分别为3、1、1,可以综合考虑上述异常事件的危险程度和发生概率来设置单项目标设定值。例如,将指标A、B、C的单项指标设定值分别设置为60、30、10。也即是说,对于指标A来说,其所占的分数最多可以是60分,在发生20次指标A相关异常事件后,则停止对其进行计数,相应地,指标B相关异常事件在发生30次后停止计数,指标C相关异常事件发生10次后停止计数。而总设定值,应当设置为各个单项指标设定值之和,也即,总设定值为100。
具体地,假设在5分钟内,发生指标A相关异常事件10次,指标B相关异常事件5次,指标C相关异常事件2次;将上述异常事件次数与相应的安全影响分值3、1、1相乘,并将总设定值100与各个相乘结果的差值作为地域安全指数的数值。
本领域技术人员应当理解,以上仅为示例,在实际应用中,应将总设定值与所有的异常事件与安全影响分值的乘积之差作为城市安全指数的数值。
如图3所示,本公开至少一实施例还提供一种地域安全评价装置,所述装置包括:获取单元301,用于获取地域内多个监控点位的监控图像,根据所述监控图像监测异常事件;第一确定单元302,用于确定所述异常事件的安全影响分值;第二确定单元303,用于根据监测到所述异常事件的异常事件频率以及与所述异常事件对应的安全影响分值,确定所述地域安全指数;显示单元304,用于基于所述地域安全指数,按照预设显示方式在地图上显示所述地域。
在一些实施例中,显示单元304具体用于:在所述地域安全指数满足预设条件的情况下,在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像。
在一些实施例中,所述装置还包括:指数显示单元,用于在所述地图上显示所述地域安全指数。
在一些实施例中,显示单元304具体用于:根据所述地域安全指数确定所述地域的安全级别;基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域。
在一些实施例中,显示单元304在用于基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域时,具体用于:确定所述地域的地域级别;对于所述地域级别相同的所有地域中安全级别最低的地域或者安全级别低于设定阈值的地域进行预警。
在一些实施例中,显示单元304在用于对于所述地域级别相同的所有地域中安全级别最低的地域或者安全级别低于设定阈值的地域进行预警时,具体用于:对于所述地域级别相同的所有地域中安全级别最低的地域或者安全级别低于设定阈值的地域,在所述地图上高亮显示所述地域的轮廓边界和/或地图图像,或者在所述地图上以三维形式显示所述地域。
在一些实施例中,显示单元304在用于基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域时,具体用于:基于所述地域的安全级别设置所述地域的标记;在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像,以及所述标记。
在一些实施例中,获取单元301在用于获取地域内多个监控点位的监控图像时,具体用于:根据各个监控点位的经纬度坐标和所述地域的空间范围,将所述各个监控点位与所述地域进行关联形成地域监控点位关联关系;基于所述地域监控点位关联关系获取所述地域内的多个监控图像。
在一些实施例中,所述异常事件包括异常事件类型、异常事件时间信息、异常事件空间信息,获取单元301具体用于:将所述地域内的多个监控点位的监控图像输入至预先训练的神经网络模型,根据所述神经网络模型的输出结果确定所述监控图像是否包含异常事件,以及所述异常事件的类型;根据拍摄所述监控图像的时间获取所述异常事件的时间信息,并根据所述监控点位的位置获取所述异常事件的空间信息。
在一些实施例中,第二确定单元303具体用于:获得设定时间段内监测到的不同异常事件类型的异常事件的异常事件次数;将所述不同异常事件类型的异常事件次数与相应的安全影响分值相乘得到相乘结果;将地域安全评价指数对应的总设定值与所述相乘结果的差值作为所述地域安全指数的数值。
在一些实施例中,第一确定单元302具体用于:基于影响地域安全的因素,针对所述地域安全指数设置多个安全评价指标;确定所述多个安全评价指标相对于所述地域安全指数的权重;基于异常事件类型将所述异常事件与所述多个安全评价指标相关联,并根据所述安全评价指标的权重确定所述异常事件的安全影响分值。
在一些实施例中,第一确定单元302在用于确定所述多个安全评价指标相对于所述地域安全指数的权重时,具体用于:以所述地域安全指数为最高层,以所述多个安全评价指标为最低层构建地域安全评价体系,所述安全评价体系还包括至少一个中间层,每个中间层包括多个安全评价指标;针对每一层,一个或多个安全评价指标从属于上一层的其中一个安全评价指标;针对每一层,根据任意两个安全评价指标的相对重要性程度确定对应的量化值,其中,所述任意两个安全评价指标从属于一个上层安全评价指标;根据各个量化值获得判断矩阵;对所述判断矩阵进行一致性检验;根据经过一致性检验的判断矩阵,计算所述判断矩阵对应的各个安全评价指标对于所述地域安全指数的权重。
在一些实施例中,第一确定单元302在用于根据所述安全评价指标的权重确定所述异常事件的安全影响分值时,具体用于:将所述异常事件的安全分值设置为与相应的安全评价指标的权重成正比。
图4为本公开至少一个实施例提供的电子设备,所述设备包括存储器、处理器,所述存储器用于存储可在处理器上运行的计算机指令,所述处理器用于在执行所述计算机指令时实现本公开任一实施例所述的地域安全评价方法。
本公开至少一个实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本公开任一实施例所述的地域安全评价方法。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本说明书装置的实施例可以应用在计算机设备上,例如服务器或终端设备。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在文件处理的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,为本说明书装置所在计算机设备的一种硬件结构图,除了处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的服务器或电子设备,通常根据该计算机设备的实际功能,还可以包括其他硬件,对此不再赘述。
本公开可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读命令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本领域技术人员在考虑说明书及实践这里公开的说明书后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
以上所述仅为本公开的较佳实施例而已,并不用以限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开保护的范围之内。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
Claims (10)
1.一种地域安全评价方法,其特征在于,所述方法包括:
获取地域内多个监控点位的监控图像,根据所述监控图像监测异常事件;
确定所述异常事件的安全影响分值;
根据监测到所述异常事件的异常事件频率以及与所述异常事件对应的安全影响分值,确定所述地域安全指数;
基于所述地域安全指数,按照预设显示方式在地图上显示所述地域。
2.根据权利要求1所述的方法,其特征在于,所述基于所述地域安全指数,按照预设显示方式在地图上显示所述地域,包括:
在所述地域安全指数满足预设条件的情况下,在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述地图上显示所述地域安全指数。
4.根据权利要求1所述的方法,其特征在于,所述基于所述地域安全指数,按照预设显示方式在地图上显示所述地域包括:
根据所述地域安全指数确定所述地域的安全级别;
基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域。
5.根据权利要求4所述的方法,其特征在于,所述基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地域,包括:
确定所述地域的地域级别;
对于所述地域级别相同的所有地域中安全级别最低的地域或者安全级别低于设定阈值的地域,在所述地图上高亮显示所述地域的轮廓边界和/或地图图像,或者在所述地图上以三维形式显示所述地域。
6.根据权利要求4所述的方法,其特征在于,所述基于所述地域的安全级别,按照所述预设显示方式在地图上显示所述地址,包括:
基于所述地域的安全级别设置所述地域的标记;
在所述地图上显示所述地域的轮廓边界和/或所述地域的地图图像,以及所述标记。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述获取所述地域内的多个监控点位的监控图像,包括:
根据各个监控点位的经纬度坐标和所述地域的空间范围,将所述各个监控点位与所述地域进行关联形成地域监控点位关联关系;
基于所述地域监控点位关联关系获取所述地域内的多个监控图像。
8.一种地域安全评价装置,其特征在于,所述装置包括:
获取单元,用于获取地域内多个监控点位的监控图像,根据所述监控图像监测异常事件;
第一确定单元,用于确定所述异常事件的安全影响分值;
第二确定单元,用于根据监测到所述异常事件的异常事件频率以及与所述异常事件对应的安全影响分值,确定所述地域安全指数;
显示单元,用于基于所述地域安全指数,按照预设显示方式在地图上显示所述地域。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911053779.2A CN110826897A (zh) | 2019-10-31 | 2019-10-31 | 地域安全评价方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911053779.2A CN110826897A (zh) | 2019-10-31 | 2019-10-31 | 地域安全评价方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110826897A true CN110826897A (zh) | 2020-02-21 |
Family
ID=69551845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911053779.2A Pending CN110826897A (zh) | 2019-10-31 | 2019-10-31 | 地域安全评价方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110826897A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444857A (zh) * | 2020-03-30 | 2020-07-24 | 国网河北省电力有限公司沧州供电分公司 | 无人机巡检数据处理方法 |
CN114333317A (zh) * | 2021-12-31 | 2022-04-12 | 杭州海康威视数字技术股份有限公司 | 一种交通事件的处理方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010157054A (ja) * | 2008-12-26 | 2010-07-15 | Hitachi Ltd | 保険料査定方法、保険料査定システム、情報処理装置、および端末 |
CN102031991A (zh) * | 2010-12-09 | 2011-04-27 | 山西潞安环保能源开发股份有限公司 | 事故监测预警与应急管理系统及方法 |
WO2018074632A1 (ko) * | 2016-10-21 | 2018-04-26 | (주)오토팩토리 | 도로면 안전 지수를 산출 및 제공하기 위한 장치 및 방법 |
US20180189913A1 (en) * | 2016-12-31 | 2018-07-05 | BLOCKpeek GmbH | Methods and systems for security tracking and generating alerts |
JP2018112579A (ja) * | 2017-01-06 | 2018-07-19 | アルパイン株式会社 | 表示システム、サーバ、電子装置および地図提供方法 |
CN109671001A (zh) * | 2018-12-11 | 2019-04-23 | 上海东冠通信建设有限公司 | 智慧社区安全监控系统及安全监控方法 |
CN110097227A (zh) * | 2019-05-06 | 2019-08-06 | 许好 | 一种智慧景区智能安全导引系统及方法 |
-
2019
- 2019-10-31 CN CN201911053779.2A patent/CN110826897A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010157054A (ja) * | 2008-12-26 | 2010-07-15 | Hitachi Ltd | 保険料査定方法、保険料査定システム、情報処理装置、および端末 |
CN102031991A (zh) * | 2010-12-09 | 2011-04-27 | 山西潞安环保能源开发股份有限公司 | 事故监测预警与应急管理系统及方法 |
WO2018074632A1 (ko) * | 2016-10-21 | 2018-04-26 | (주)오토팩토리 | 도로면 안전 지수를 산출 및 제공하기 위한 장치 및 방법 |
US20180189913A1 (en) * | 2016-12-31 | 2018-07-05 | BLOCKpeek GmbH | Methods and systems for security tracking and generating alerts |
JP2018112579A (ja) * | 2017-01-06 | 2018-07-19 | アルパイン株式会社 | 表示システム、サーバ、電子装置および地図提供方法 |
CN109671001A (zh) * | 2018-12-11 | 2019-04-23 | 上海东冠通信建设有限公司 | 智慧社区安全监控系统及安全监控方法 |
CN110097227A (zh) * | 2019-05-06 | 2019-08-06 | 许好 | 一种智慧景区智能安全导引系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444857A (zh) * | 2020-03-30 | 2020-07-24 | 国网河北省电力有限公司沧州供电分公司 | 无人机巡检数据处理方法 |
CN111444857B (zh) * | 2020-03-30 | 2022-11-15 | 国网河北省电力有限公司沧州供电分公司 | 无人机巡检数据处理方法 |
CN114333317A (zh) * | 2021-12-31 | 2022-04-12 | 杭州海康威视数字技术股份有限公司 | 一种交通事件的处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102982081B (zh) | 道路交通安全隐患路段甄别方法和系统 | |
CN107203774A (zh) | 对数据的归属类别进行预测的方法及装置 | |
Babaei et al. | Developing a new method for spatial assessment of drought vulnerability (case study: Z ayandeh‐R ood river basin in I ran) | |
CN110826897A (zh) | 地域安全评价方法、装置、设备及存储介质 | |
CN109379563B (zh) | 监控视频数据存储管理的方法和系统 | |
Bock et al. | What are the potentialities of crowdsourcing for dynamic maps of on-street parking spaces? | |
Troyer et al. | Strength of the variable: calculating and evaluating safety performance function calibration factors for the state of Ohio | |
Pollard et al. | Comparing the quality of OD matrices in time and between data sources | |
CN115668265A (zh) | 为操纵和调整承保标的的风险驱动组合提供前瞻和后顾度量的风险转移配置器和模拟引擎及其方法 | |
Al-Sahili et al. | Modeling geometric design consistency and road safety for two-lane rural highways in the west bank, Palestine | |
CN114418175A (zh) | 一种人员管理方法、装置、电子设备及存储介质 | |
Kocher et al. | Forecasting of crime events applying risk terrain modeling | |
CN114359211A (zh) | 能见度值检测方法、装置、设备及存储介质 | |
CN117151513A (zh) | 评价交通安全的方法、装置、设备及存储介质 | |
CN114238346B (zh) | 监控密度分析方法、装置、存储介质和电子设备 | |
CN114708728B (zh) | 一种识别交通高峰期的方法、电子设备及存储介质 | |
Li et al. | A novel approach for predicting urban pavement damage based on facility information: A case study of Beijing, China | |
CN115829209A (zh) | 基于碳路径的绿色智能仓库环保质量分析方法及装置 | |
CN104573374A (zh) | 一种组织机构代码信息质量数据模糊评估装置 | |
CN114693072A (zh) | 车队结构分析方法、系统及存储介质 | |
CN114664060A (zh) | 一种交通事件的预警方法、装置、设备及存储介质 | |
CN114648310A (zh) | 供应商的行为数据分析方法、系统及装置 | |
CN114022045A (zh) | 一种区域经济发展水平确定方法、装置及终端设备 | |
Ossenbruggen et al. | Detecting unsafe roadways with spatial statistics: point patterns and geostatistical models | |
Marinelli et al. | Investigation of earthmoving trucks deterioration using discriminant analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200221 |
|
WD01 | Invention patent application deemed withdrawn after publication |