CN112418792B - 一种城市精细化信息处理方法、装置及系统 - Google Patents
一种城市精细化信息处理方法、装置及系统 Download PDFInfo
- Publication number
- CN112418792B CN112418792B CN202011302292.6A CN202011302292A CN112418792B CN 112418792 B CN112418792 B CN 112418792B CN 202011302292 A CN202011302292 A CN 202011302292A CN 112418792 B CN112418792 B CN 112418792B
- Authority
- CN
- China
- Prior art keywords
- information
- information resource
- resource
- information processing
- city
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 68
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 239000013598 vector Substances 0.000 claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000013145 classification model Methods 0.000 claims description 36
- 238000013523 data management Methods 0.000 claims description 23
- 238000012549 training Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 32
- 238000003860 storage Methods 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000005180 public health Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开一种城市精细化信息处理方法、装置及系统。所述方法包括获得信息资源；对信息资源进行预处理，获得信息资源向量集；将信息资源向量集输入训练好的信息处理数字模型，获得分析结果，将分析结果反馈至决策平台进行决策分析。本申请提供一种新的城市精细化信息处理方法，能够准确甄别信息的安全合法性，实现对大量数据更快更高效的计算效果。
Description
技术领域
本申请涉及移动通讯技术领域，尤其涉及一种城市精细化信息处理方法、装置及系统。
背景技术
现在中国城市发展的质量相对滞后，无法完全满足老百姓日益增长的需求。而从粗放型发展到精细化发展，是城市发展的基本趋势。城市精细化管理是指综合运用市场、法律、行政和社会自治等手段，通过城市管理目标量化、管理标准细化、职责分工明晰化等，形成以“精致、细致、深入、规范”为内涵的城市管理模式。
然而现有的城市精细化管理中由于存在大量的信息数据，而现有的信息处理方式对大量信息数据的处理速度又相对滞后，难以快速准确地预测结果，从而不能迅速地对城市改进作出响应，而且大量的信息数据中也可能存在由恶搞者上传的恶意信息，因此需要对上传的信息作出甄别，然后才能更加准确的确定民生诉求，基于此本申请构建了如下技术方案。
发明内容
本申请提供了一种信息处理方法，采用新的模型训练识别方法进行信息处理，对大量数据的计算效果更佳，速度更快。所述方法具体包括：
获得信息资源；
对信息资源进行预处理，获得信息资源向量集；
将信息资源向量集输入训练好的信息处理数字模型，获得分析结果，将分析结果反馈至决策平台进行决策分析。
如上所述的信息处理方法，其中，获取信息资源具体为通过物联网通讯层从大数据平台获取若干时间段内的信息资源，其中信息资源包括信息资源采集端口号、采集信息资源的地理位置坐标和采集时刻的信息资源数据和信息资源图像。
如上所述的信息处理方法，其中，对信息资源进行预处理，具体包括：选择采集端口号相同、地理位置坐标在预定区域内的最新信息资源作为第一信息资源向量，并删除采集端口号相同、地理位置坐标在预定区域内的其他历史信息资源；然后选择采集端口号不同、地理位置坐标在预定区域内且采集时刻的时间差在预定范围内的信息资源作为第二信息资源向量；将第一信息资源向量和第二信息资源向量汇总得到信息资源向量集。
如上所述的信息处理方法，其中，将信息资源向量集输入训练好的信息处理数字模型，获得分析结果，具体包括如下子步骤：
预先收集各类信息资源采集设备上传的信息资源数据和信息资源图像，将各类信息资源数据和信息资源图像作为样本数据输入神经网络模型中进行训练，得到信息处理数字模型；
从大数据管理平台中获取某一时间段内的信息资源数据和信息资源图像，对信息资源数据和信息资源图像进行预处理得到信息资源向量集；
将信息资源向量集输入训练好的数字模型，确定分析结果所属的智慧城市类型。
如上所述的信息处理方法，其中，训练数字模型，具体包括如下子步骤：
提取信息资源向量集中各类信息资源图像中的局部行为特征和信息资源数据中的关键词特征，汇总得到多维度的特征向量集；
将形成的特征向量集输入分类模型，训练分类模型得到不同的子分类模型，分别利用各个子分类模型对特征向量集进行分类，通过分类结果估计得到各个子分类模型的权重的集合；
寻找权重的集合中的每个权重对应的最优值，通过各个子分类模型和其对应的权重的最优值的组合确定分析结果所属的智慧城市类型，得到数字模型。
如上所述的信息处理方法，其中，在训练数字模型时还包括：获取若干时间段内的信息资源数据和信息资源图像，从中选择采集端口号相同、地理位置坐标在预定区域内的最新信息资源作为第一信息资源向量，并删除采集端口号相同、地理位置坐标在预定区域内的其他历史信息资源，并选择采集端口号不同、地理位置坐标在预定区域内且采集时刻的时间差在预定范围内的信息资源作为第二信息资源向量，将第一信息资源向量和第二信息资源向量按照坐标信息和时间范围进行分类，得到信息资源向量集。
本申请还提供一种信息处理装置，包括：所述信息处理装置执行所述信息处理方法。
本申请还提供一种信息处理系统，包括所述信息处理装置，还包括信息资源采集设备和大数据管理平台。
如上所述的信息处理系统，其中，信息资源采集设备，用于采集包括信息资源数据和信息资源图像的信息资源，将采集到的信息资源汇总至大数据管理平台。
如上所述的信息处理系统，其中，大数据管理平台，用于接收信息资源采集设备的信息资源数据和信息资源图像并存储，接收信息处理装置的信息获取请求指令，将对应的信息资源数据和信息资源图像发送至信息处理装置。
本申请实现的有益效果如下：本申请提供一种新的信息处理方法，能够准确甄别信息的安全合法性，实现对大量数据更快更高效的计算效果，由此能够迅速地对城市改进作出响应。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本申请实施例一提供的一种信息处理方法流程图；
图2是将信息资源向量集输入训练好的数字模型，获得分析结果的具体操作流程图；
图3是训练数字模型具体操作流程图；
图4是本申请实施例二提供的一种信息处理系统示意图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本申请实施例一提供一种信息处理方法，如图1所示，所述方法包括如下步骤：
步骤110、获得信息资源；
本申请实施例中，通过物联网通讯层从大数据平台获取若干时间段内的信息资源；信息资源为包括信息资源采集端口号、采集信息资源的地理位置坐标和采集时刻的信息资源数据和信息资源图像；
具体地，信息资源采集设备通过实时或准实时方式，从横向和纵向两个维度采集信息资源，将信息资源汇总至大数据管理平台；所述信息资源包括但不限于每个资源采集设备的ID、设备通讯IP地址、访问端口、通道数及对应通道号、登录用户名密码和采集到的各种形式的信息资源，以及采集信息资源的地理位置坐标和采集时刻，其中信息资源包括信息资源数据和信息资源图像，如监控拍摄的社会事件、民生诉求服务咨询信息等，在拍摄的社会事件中携带拍摄地坐标信息和上传时间，并在反馈的民生服务咨询信息中携带诉求反馈地坐标信息和上传时间；社会信息资源采集设备将采集到的社会信息资源加密发送至大数据管理平台。
步骤120、对信息资源进行预处理，获得信息资源向量集；
其中，对信息资源进行预处理，具体包括选择采集端口号相同、地理位置坐标在预定区域内的最新信息资源作为第一信息资源向量，并删除采集端口号相同、地理位置坐标在预定区域内的其他历史信息资源；然后选择采集端口号不同、地理位置坐标在预定区域内且采集时刻的时间差在预定范围内的信息资源作为第二信息资源向量；将第一信息资源向量和第二信息资源向量汇总得到信息资源向量集；
本申请实施例中，由于各种信息资源采集设备上传的数据可能存在重复、恶意等数据，因此在对上传数据进行民生诉求确认之前需要对上传数据进行预处理，保留同一采集端口上传的最新的信息资源，将该采集端口的其他历史数据删除，减少对于同一采集端口数据的重复处理；另外对于不同采集端口上传的数据，选择地理位置坐标和采集时刻都在预定范围内的信息资源，由此可以确定不同采集端口上传的数据为正确数据。
步骤130、将信息资源向量集输入训练好的信息处理数字模型，获得分析结果，将分析结果反馈至决策平台进行决策分析；
本申请实施例中，在获得信息资源向量集之后，将信息资源向量集输入训练好的信息处理数字模型，分析信息资源数据和信息资源图像确定分析结果，即民生诉求，将民生诉求反馈至决策平台进行决策分析，并在检测到决策平台返回决策通过响应后，通知对应的智慧城市模块进行及时调整；
具体地，如图2所示，将信息资源向量集输入训练好的数字模型，获得分析结果，具体包括如下子步骤：
步骤210、预先收集各类信息资源采集设备上传的信息资源数据和信息资源图像，将各类信息资源数据和信息资源图像作为样本数据输入神经网络模型中进行训练，得到信息处理数字模型；
其中，如图3所示，训练信息处理数字模型，具体包括如下子步骤：
步骤310、获取若干时间段内的信息资源数据和信息资源图像，从中选择采集端口号相同、地理位置坐标在预定区域内的最新信息资源作为第一信息资源向量，并删除采集端口号相同、地理位置坐标在预定区域内的其他历史信息资源，并选择采集端口号不同、地理位置坐标在预定区域内且采集时刻的时间差在预定范围内的信息资源作为第二信息资源向量，将第一信息资源向量和第二信息资源向量按照坐标信息和时间范围进行分类，得到信息资源向量集；
具体地，从某一时间内上传的信息资源数据和信息资源图像信息中找到坐标相同的信息，此类信息标识拍摄到的图像事件和居民反馈的数据事件是真实发生且对居民生活产生影响，将此类事件作为首要解决的民生诉求；依据坐标信息和时间范围对信息资源数据和信息资源图像进行分类，得到的向量集为St＝{(x1,y1),(x2,y2)......(xt,yt)}，t为采集信息资源数据和信息资源图像的时间；其中xi＝{a1，a2，a3，a4，a5......an}，a1,a2,a3,a4,a5，......an代表拍摄到的信息资源图像，每一个xi具有与其对应的集合yi＝{b1,b2,b3,b4,b5......bn}，b1,b2,b3,b4,......bn为同一坐标信息和时间范围的信息资源数据，n为信息资源数据和信息资源图像的数量。
步骤320、提取信息资源向量集中各类信息资源图像中的局部行为特征和信息资源数据中的关键词特征，汇总得到多维度的民生诉求特征向量集；
具体地，在卷积层利用一维卷积核w∈Ra*h对信息资源图像向量矩阵D进行特征提取，获取局部行为特征Cn，其中a表示向量的维度，h表示一维卷积核窗口的大小；具体利用如下公式在卷积层中提取特征：
Cn＝fm(w·xn:n+h-1+b)
其中，n表示卷积运算的次数，m表示卷积核的个数，h表示一维卷积核的窗口大小，n:n+h-1表示n到n+h-1，f表示非线性激活函数，·表示卷积核的共享权重和特征向量的对应运算，x表示特征向量矩阵的输入值，w表示权重，b表示偏差值；
然后在池化层中用如下公式进一步提取特征值：
pv＝max[Cn]
其中n表示卷积运算的次数，pv为提取的局部行为特征向量；通过池化层的采样，将通过卷积获得的特征进一步分类，这样能够防止过拟合并增强结构的鲁棒性；
并从信息资源数据向量矩阵F中提取关键词特征pT，如“垃圾堆放”、“城管执法”等；将局部行为特征pv和信息资源数据的关键词特征pT汇总得到民生诉求特征向量集；
步骤330、将形成的民生诉求特征向量集输入分类模型，训练分类模型得到不同的子分类模型，分别利用各个子分类模型对特征向量集进行分类，通过分类结果估计得到各个子分类模型的权重的集合；
具体地，将特征向量集输入分类模型，利用特征向量集训练子分类模型ft(x)；再利用子分类模型ft(x)对特征向量集进行分类，得到分类结果，通过分类结果采用公式
估计子分类模型的权重的集合{μ1，μ2，μ3......μT}，其中，argmin是
具有最小值的μ的集合。
步骤340、寻找权重的集合中的每个权重对应的最优值，通过各个子分类模型和其对应的权重的最优值的组合确定民生诉求所属的智慧城市类型，得到城市精细化管理数字模型；
通过粒子群优化算法计算各个子分类模型ft(x)的权重的集合{μ1，μ2，μ3......μT}中，每个权重对应的最优值；通过各个子分类模型{f1(x)、f2(x)、f3(x)……fT(x)}和其对应的权重的最优值{μ1，μ2，μ3……μT}组合确定所属智慧城市类型，包括智慧环保、智慧城管、智慧消防、智慧安监、智慧社区等，得到城市精细化管理数字模型。
返回参见图2，步骤220、从大数据管理平台中获取某一时间段内的信息资源数据和信息资源图像，对信息资源数据和信息资源图像进行预处理得到信息资源向量集；
该步骤中对信息资源数据和信息资源图像进行预处理的方式与步骤120中的方式相同，在此不作赘述。
步骤230、将信息资源向量集输入训练好的信息处理数字模型，确定民生诉求所属的智慧城市类型；
例如，将信息资源向量集输入训练好的信息处理数字模型后，提取信息资源向量集中信息资源图像的局部行为特征为某坐标区域环境较差，且提取的同一时间段内该坐标区域的信息资源向量集中的信息资源数据的关键词特征为“环境”“差”，则可确定该民生诉求为进行环境治理，由此确定民生诉求所属的智慧城市类型为智慧环保；此外对于信息资源图像中提取的局部行为特征和信息资源数据中提取的关键词特征可以确定的民生诉求有多种，则信息处理数字模型输出多种对应的智慧城市类型。
本申请实施例中，根据上传的信息资源数据和信息资源图像确定的民生诉求之后，需要发给上层管理者决策平台对该民生诉求作出响应，在管理层决策通过后反馈决策通过响应，通知对应的智慧城市模块进行及时调整；
智慧城市模块包括但不限于智慧环保、智慧城管、智慧消防、智慧安监、智慧社区等；例如智慧环保对应通知城市公共卫生部门，智慧城管对应通知城市综合管理部门，智慧消防对应通知应急指挥部门和城市公共安全部门，智慧安监对应通知城市交通管理部门和城市公共设备监控管理部门，智慧社区对应通知电子政务公众服务部门和城市公共信息服务部门。
实施例二
本申请实施例二提供一种信息处理系统，如图4所示，所述信息处理系统包括信息资源采集设备41、大数据管理平台42、信息处理装置43和管理者决策平台44；
①信息资源采集设备41，用于采集信息资源数据和信息资源图像，将采集到的信息资源数据和信息资源图像汇总至大数据管理平台42；
具体地，信息资源采集设备41可以为任一居民的手机终端或遍布区、街(镇)、社区(村)的三级网格管理架构平台或遍布各处的监控视频采集设备；可以通过手机终端中的民生诉求反映渠道APP，或者在三级网格管理架构平台中设置接口对接民生诉求反映渠道APP采集民生服务咨询信息类的信息资源数据，或者通过监控视频采集设备拍摄各种社会事件类的信息资源图像；其中，民生诉求反映渠道APP例如“市民热线”、“群众随手拍”、“政民零距离”等；
其中，采集到的信息资源包括但不限于每个资源采集设备的ID、设备通讯IP地址、访问端口、通道数及对应通道号、登录用户名密码和采集到的各种形式的信息资源，以及采集信息资源的地理位置坐标和采集时刻，其中信息资源包括信息资源数据和信息资源图像，如监控拍摄的社会事件、民生诉求服务咨询信息等，在拍摄的社会事件中携带拍摄地坐标信息和上传时间，并在反馈的民生服务咨询信息中携带诉求反馈地坐标信息和上传时间；社会信息资源采集设备将采集到的社会信息资源加密发送至大数据管理平台。
②大数据管理平台42，接收信息资源采集设备41的信息资源并存储，接收信息处理装置43的信息获取请求指令，将对应的信息资源发送至信息处理装置43；优选地，大数据管理平台42接收到的来自信息资源采集设备41的社会信息资源为加密形式，保证居民诉求、社会事件等不会被恶意篡改；
具体地，大数据管理平台42包括存储层421、基础管理层422、应用接口层423和访问层424；其中，存储层421为大数据管理平台42的最底层，各种存储设备通过网络连接起来形成存储池，建立在存储设备上的存储管理系统对存储设备进行存储虚拟化、集中管理、状态监控和动态容量拓展等；基础管理层422连接存储层421和应用接口层423，通过集群系统、分布式文件系统和网格计算实现不同存储设备的协作，共同对外提供服务，由于来自社会信息资源采集设备的数据来自不同类型的反馈途径，因此在基础管理层422中采用内容分发、点到点、重复数据删除、清洗和压缩的方式进行资源高效存储和备份；应用接口层423提供不同的应用接口，方便对接不同的数据请求端，应用接口层423可以根据接入大数据管理平台的请求端的接口需求进行接口扩展；访问层424为用户访问入口，为用户的不同访问类型提供服务接口。
③信息处理装置43，包括信息资源获取模块431、民生诉求确定模块432、民生诉求反馈模块433和智慧城市调整模块434；
其中，信息资源获取模块431通过物联网通讯层从大数据管理平台42获取社会信息资源；民生诉求确定模块432将信息资源中拍摄的信息资源图像和民生服务咨询上传的信息资源数据输入训练好的信息处理数字模型，分析信息资源图像和信息资源数据确定民生诉求；民生诉求反馈模块433将民生诉求反馈至管理者决策平台进行决策分析；智慧城市模块434检测到管理者决策平台返回决策通过响应，则对决策进行及时调整和响应；
具体地，信息资源获取模块431获取的信息资源包括每个资源采集设备的ID、设备通讯IP地址、访问端口、通道数及对应通道号、登录用户名密码和采集到的各种形式的社会信息资源，包括监控拍摄的信息资源图像和民生诉求服务上传的信息资源数据；在拍摄的信息资源图像中携带拍摄地坐标信息和上传时间，并在民生服务咨询上传的信息资源数据中携带诉求反馈地坐标信息和上传时间；
信息资源获取模块431在获取信息资源之后具体包括：对信息资源进行预处理，选择采集端口号相同、地理位置坐标在预定区域内的最新信息资源作为第一信息资源向量，并删除采集端口号相同、地理位置坐标在预定区域内的其他历史信息资源；然后选择采集端口号不同、地理位置坐标在预定区域内且采集时刻的时间差在预定范围内的信息资源作为第二信息资源向量；将第一信息资源向量和第二信息资源向量汇总得到信息资源向量集，将信息资源向量集输入训练好的信息处理数字模型。
民生诉求确定模块432具体用于预先收集各类信息资源采集设备上传的信息资源，将各类信息资源图像和信息资源数据作为样本数据输入神经网络模型中进行训练，得到信息处理数字模型；从大数据管理平台中获取某一时间段内的信息资源图像和信息资源数据，对信息资源图像和信息资源数据进行预处理得到信息资源向量集；将信息资源向量集输入训练好的信息处理数字模型，确定民生诉求所属的智慧城市类型。
其中，训练信息处理数字模型，具体包括提取信息资源中各类信息资源图像中的局部行为特征和信息资源数据中的关键词特征，汇总得到多维度的民生诉求特征向量集；将形成的民生诉求特征向量集输入分类模型，训练分类模型得到不同的子分类模型，分别利用各个子分类模型对特征向量集进行分类，通过分类结果估计得到各个子分类模型的权重的集合；将形成的民生诉求特征向量集输入分类模型，训练分类模型得到不同的子分类模型，分别利用各个子分类模型对特征向量集进行分类，通过分类结果估计得到各个子分类模型的权重的集合。
具体地，智慧城市模块包括但不限于智慧环保、智慧城管、智慧消防、智慧安监、智慧社区等；例如智慧环保对应通知城市公共卫生部门，智慧城管对应通知城市综合管理部门，智慧消防对应通知应急指挥部门和城市公共安全部门，智慧安监对应通知城市交通管理部门和城市公共设备监控管理部门，智慧社区对应通知电子政务公众服务部门和城市公共信息服务部门。
④管理者决策平台44，用于接收信息处理装置43反馈的民生诉求，根据民生诉求组织对应决策者评估事件影响力，进行决策分析，对于影响力较大的事件获取该事件所影响的指挥城市模块，生成携带对应属性的决策通过响应返回至城市精细化管理平台；例如许多居民拍摄的某城管地区卫生环境差交通不便照片或者市民热线接听的此地区环境差交通不便的民生诉求，则在决策通过响应中携带通知城市公共卫生部门和城市交通管理部门的属性信息。
本申请实施例中，社会信息资源采集设备与大数据管理平台之间、大数据管理平台与信息处理装置之间，以及信息处理装置与管理者决策平台之间均通过物联网通讯。
以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
Claims (7)
1.一种城市精细化信息处理方法，其特征在于，包括：
获得信息资源；所述信息资源包括每个资源采集设备的ID、设备通讯IP地址、访问端口、通道数及对应通道号、登录用户名密码和采集到的信息资源数据和信息资源图像，包括监控拍摄的社会事件、民生诉求服务咨询信息，在拍摄的社会事件中携带拍摄地坐标信息和上传时间，并在反馈的民生服务咨询信息中携带诉求反馈地坐标信息和上传时间，所述信息资源还包括采集信息资源的地理位置坐标和采集时刻，以及信息资源采集端口号；
对信息资源进行预处理，获得信息资源向量集；
将信息资源向量集输入训练好的信息处理数字模型，获得分析结果，将分析结果反馈至决策平台进行决策分析；
对信息资源进行预处理，具体包括：选择采集端口号相同、地理位置坐标在预定区域内的最新信息资源作为第一信息资源向量，并删除采集端口号相同、地理位置坐标在预定区域内的其他历史信息资源；然后选择采集端口号不同、地理位置坐标在预定区域内且采集时刻的时间差在预定范围内的信息资源作为第二信息资源向量；将第一信息资源向量和第二信息资源向量汇总得到信息资源向量集；
训练信息处理数字模型，具体包括如下子步骤：
提取信息资源向量集中各类信息资源图像中的局部行为特征和信息资源数据中的关键词特征，汇总得到多维度的特征向量集；
将形成的特征向量集输入分类模型，训练分类模型得到不同的子分类模型，分别利用各个子分类模型对特征向量集进行分类，通过分类结果估计得到各个子分类模型的权重的集合；
寻找权重的集合中的每个权重对应的最优值，通过各个子分类模型和其对应的权重的最优值的组合确定分析结果所属的智慧城市类型，得到信息处理数字模型；
在训练数字模型时还包括：获取若干时间段内的信息资源数据和信息资源图像，从中选择采集端口号相同、地理位置坐标在预定区域内的最新信息资源作为第一信息资源向量，并删除采集端口号相同、地理位置坐标在预定区域内的其他历史信息资源，并选择采集端口号不同、地理位置坐标在预定区域内且采集时刻的时间差在预定范围内的信息资源作为第二信息资源向量，将第一信息资源向量和第二信息资源向量按照坐标信息和时间范围进行分类，得到信息资源向量集。
2.如权利要求1所述的城市精细化信息处理方法，其特征在于，获取信息资源具体为通过物联网通讯层从大数据平台获取若干时间段内的信息资源。
3.如权利要求1所述的城市精细化信息处理方法，其特征在于，将信息资源向量集输入训练好的信息处理数字模型，获得分析结果，具体包括如下子步骤：
预先收集各类信息资源采集设备上传的信息资源数据和信息资源图像，将各类信息资源数据和信息资源图像作为样本数据输入神经网络模型中进行训练，得到信息处理数字模型；
从大数据管理平台中获取某一时间段内的信息资源数据和信息资源图像，对信息资源数据和信息资源图像进行预处理得到信息资源向量集；
将信息资源向量集输入训练好的信息处理数字模型，确定分析结果所属的智慧城市类型。
4.一种城市精细化信息处理装置，其特征在于，包括：所述城市精细化信息处理装置执行如权利要求1-3任一项所述的信息处理方法。
5.一种城市精细化信息处理系统，其特征在于，包括如权利要求4所述的城市精细化信息处理装置，还包括信息资源采集设备和大数据管理平台。
6.如权利要求5所述的城市精细化信息处理系统，其特征在于，信息资源采集设备，用于采集包括信息资源数据和信息资源图像的信息资源，将采集到的信息资源汇总至大数据管理平台。
7.如权利要求5所述的城市精细化信息处理系统，其特征在于，大数据管理平台，用于接收信息资源采集设备的信息资源数据和信息资源图像并存储，接收城市精细化信息处理装置的信息获取请求指令，将对应的信息资源数据和信息资源图像发送至城市精细化信息处理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011302292.6A CN112418792B (zh) | 2020-11-19 | 2020-11-19 | 一种城市精细化信息处理方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011302292.6A CN112418792B (zh) | 2020-11-19 | 2020-11-19 | 一种城市精细化信息处理方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112418792A CN112418792A (zh) | 2021-02-26 |
| CN112418792B true CN112418792B (zh) | 2022-12-20 |
Family
ID=74773561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011302292.6A Active CN112418792B (zh) | 2020-11-19 | 2020-11-19 | 一种城市精细化信息处理方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112418792B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102034212A (zh) * | 2010-06-21 | 2011-04-27 | 艾浩军 | 一种基于视频分析的城市管理系统 |
| WO2016082263A1 (zh) * | 2014-11-28 | 2016-06-02 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于预案的多目标辅助决策平台及其实施方法 |
| CN105938481A (zh) * | 2016-04-07 | 2016-09-14 | 北京航空航天大学 | 一种城市多模式文本数据的异常检测方法 |
| CN109325116A (zh) * | 2018-08-23 | 2019-02-12 | 武大吉奥信息技术有限公司 | 一种基于深度学习的城市事件自动分类派发方法及装置 |
| CN109544428A (zh) * | 2018-11-28 | 2019-03-29 | 南京莱斯信息技术股份有限公司 | 一种面向城市治理的智慧城市平台 |
| CN110196911A (zh) * | 2019-06-06 | 2019-09-03 | 申林森 | 一种民生数据自动分类管理系统 |
| CN111259057A (zh) * | 2020-01-15 | 2020-06-09 | 浙江连信科技有限公司 | 用于民生诉求分析的数据处理方法及装置 |
| CN111598476A (zh) * | 2020-05-22 | 2020-08-28 | 济源职业技术学院 | 一种基于稀疏自编码与svm的智慧城市环卫资源调度系统 |
| CN111881303A (zh) * | 2020-07-28 | 2020-11-03 | 内蒙古众城信息科技有限公司 | 一种城市异构节点分类的图网络结构方法 |
-
2020
- 2020-11-19 CN CN202011302292.6A patent/CN112418792B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102034212A (zh) * | 2010-06-21 | 2011-04-27 | 艾浩军 | 一种基于视频分析的城市管理系统 |
| WO2016082263A1 (zh) * | 2014-11-28 | 2016-06-02 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于预案的多目标辅助决策平台及其实施方法 |
| CN105938481A (zh) * | 2016-04-07 | 2016-09-14 | 北京航空航天大学 | 一种城市多模式文本数据的异常检测方法 |
| CN109325116A (zh) * | 2018-08-23 | 2019-02-12 | 武大吉奥信息技术有限公司 | 一种基于深度学习的城市事件自动分类派发方法及装置 |
| CN109544428A (zh) * | 2018-11-28 | 2019-03-29 | 南京莱斯信息技术股份有限公司 | 一种面向城市治理的智慧城市平台 |
| CN110196911A (zh) * | 2019-06-06 | 2019-09-03 | 申林森 | 一种民生数据自动分类管理系统 |
| CN111259057A (zh) * | 2020-01-15 | 2020-06-09 | 浙江连信科技有限公司 | 用于民生诉求分析的数据处理方法及装置 |
| CN111598476A (zh) * | 2020-05-22 | 2020-08-28 | 济源职业技术学院 | 一种基于稀疏自编码与svm的智慧城市环卫资源调度系统 |
| CN111881303A (zh) * | 2020-07-28 | 2020-11-03 | 内蒙古众城信息科技有限公司 | 一种城市异构节点分类的图网络结构方法 |
Non-Patent Citations (3)
| Title |
|---|
| Consideration of the Training Possibility of Upper Extremity in the VR-based Throwing Environment by Physically Challenged Persons;Atsushi Kanbe;《IEEE Xplore》;20110929;全文 * |
| 基于卷积神经网络的城管案件图像分类方法;杨浩等;《计算机工程与应用》;20170510(第10期);全文 * |
| 智慧城市时空信息综合决策关键技术与系统;陈能成等;《武汉大学学报(信息科学版)》;20181019(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112418792A (zh) | 2021-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210191979A1 (en) | Distributed video storage and search with edge computing | |
| CN103069415B (zh) | 用于图像处理的计算机实施的方法、计算机程序产品和计算机系统 | |
| Liu et al. | Research on automatic garbage detection system based on deep learning and narrowband internet of things | |
| CN111444848A (zh) | 一种基于联邦学习的特定场景模型升级方法和系统 | |
| CN112183353B (zh) | 一种图像数据处理方法、装置和相关设备 | |
| WO2022227490A1 (zh) | 行为识别方法、装置、设备、存储介质、计算机程序及程序产品 | |
| WO2019144746A1 (zh) | 一种业务管理的方法及相关设备 | |
| CN104486585B (zh) | 一种基于gis的城市海量监控视频管理方法及系统 | |
| US11023734B2 (en) | Ingesting streaming signals | |
| CN109905423B (zh) | 一种智能管理系统 | |
| US10404840B1 (en) | Ingesting streaming signals | |
| CN110969215A (zh) | 聚类处理方法和装置、存储介质及电子装置 | |
| CN115002414A (zh) | 监测方法、装置及服务器和计算机可读存储介质 | |
| CN109902681B (zh) | 用户群体关系确定方法、装置、设备及存储介质 | |
| CN113378616A (zh) | 视频分析方法、视频分析的管理方法及相关设备 | |
| US20210004600A1 (en) | Assessing video stream quality | |
| CN114078277A (zh) | 一人一档的人脸聚类方法、装置、计算机设备及存储介质 | |
| CN112529466A (zh) | 一种基于大数据的智慧城管方法及系统 | |
| CN112418792B (zh) | 一种城市精细化信息处理方法、装置及系统 | |
| CN114078269A (zh) | 一种人脸图像聚类方法、装置、服务器和存储介质 | |
| CN115880538A (zh) | 图像处理模型的域泛化、图像处理的方法及设备 | |
| Sinnott et al. | Urban traffic analysis using social media data on the cloud | |
| CN114513681A (zh) | 一种视频处理系统、方法、装置、电子设备和存储介质 | |
| US20200380262A1 (en) | Sampling streaming signals at elastic sampling rates | |
| CN114157833A (zh) | 一种智慧城市的监控数据传输方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |