CN112561152A - 一种基于聚类分析的公共安全重点区域点位规划方法 - Google Patents

一种基于聚类分析的公共安全重点区域点位规划方法 Download PDF

Info

Publication number
CN112561152A
CN112561152A CN202011440600.1A CN202011440600A CN112561152A CN 112561152 A CN112561152 A CN 112561152A CN 202011440600 A CN202011440600 A CN 202011440600A CN 112561152 A CN112561152 A CN 112561152A
Authority
CN
China
Prior art keywords
grid
grids
cases
public safety
key
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
Application number
CN202011440600.1A
Other languages
English (en)
Inventor
马韵洁
范联伟
莫申林
张春健
张谦
吴吟章
刘畅
张伟
杨超
王艳
张梦婷
吴彦衡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Sun Create Electronic Co Ltd
Original Assignee
Anhui Sun Create Electronic Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Sun Create Electronic Co Ltd filed Critical Anhui Sun Create Electronic Co Ltd
Priority to CN202011440600.1A priority Critical patent/CN112561152A/zh
Publication of CN112561152A publication Critical patent/CN112561152A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • 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
    • G06F16/26—Visual data mining; Browsing structured data
    • 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
    • G06F16/29—Geographical information databases
    • 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
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于聚类分析的公共安全重点区域点位规划方法，该方法具体包括下述步骤：步骤一：首先将地图进行栅格化处理，创建一个栅格；步骤二：将案件数据映射到栅格中，确定公共安全重点区域栅格；步骤三：通过聚类算法，自动识别出成片的公共安全重点区域，并完成重点区域的输出；步骤四：结合布点方法，确定规划点位；步骤五：输出规划点位。优选的，步骤一中将地图进行栅格化处理，本发明通过聚类分析统一规划区域，对公共安全重点区域进行关联分析，连片处理，降低分析的难度和减少工作量，本发明进行规格栅格筛选，输出预规划的点位，大大增强了预规划选点的效率，并实现选点的标准化统一。

Description

一种基于聚类分析的公共安全重点区域点位规划方法
技术领域
本发明涉及点位规划技术领域，具体为一种基于聚类分析的公共安全重点区域点位规划方法。
背景技术
随着经济的快速发展、科技的不断进步，监控资源在管理、防范等诸多方面的特殊作用越来越明显，因此，社会各界对监控技术应用认知程度也在不断提高，投入逐年增加。在监控覆盖范围和密度不断扩大的情况下，城市监控资源已从单纯的治安防范、交通管理应用，逐步成为在应急处突、城市管理、防灾减灾、重大安保、治安防控等方面的一个新的重要手段。
发明内容
本发明的目的在于提供一种基于聚类分析的公共安全重点区域点位规划方法，通过聚类分析统一规划区域，对公共安全重点区域进行关联分析，连片处理，降低分析的难度和减少工作量，本发明进行规格栅格筛选，输出预规划的点位，大大增强了预规划选点的效率，并实现选点的标准化统一。
本发明的目的可以通过以下技术方案实现：一种基于聚类分析的公共安全重点区域点位规划方法，该方法具体包括下述步骤：
步骤一：首先将地图进行栅格化处理，创建一个栅格；
步骤二：将案件数据映射到栅格中，确定公共安全重点区域栅格；
步骤三：通过聚类算法，自动识别出成片的公共安全重点区域，并完成重点区域的输出；
步骤四：结合布点方法，确定规划点位；
步骤五：输出规划点位。
优选的，步骤一中将地图进行栅格化处理。
优选的，步骤二中将案件数据映射到栅格之中，确定公共安全重点区域栅格，具体过程为：
G1将案件数据映射到栅格中：将数据导入地图，作为栅格数据呈现；
G2确定公共安全重点区域栅格：在数据映射到栅格后，通过设定的阈值进行栅格染色，采取不同的颜色代表不同的重点等级，便于直观地看到每个栅格的数据等级，统计每个栅格中的案件数量分级染色；
G3栅格染色：根据每个栅格中案件数量，使用4种颜色染色，具体为：
S1：当案件数小于4时，则判定为粉色，并对其进行染色；
S2：当案件数大于4并且小于10时，判定为橙色，并对其进行染色；
S3：当案件数大于10并且小于14时，判定为红色，并对其进行染色；
S4：当案件数大于等于14时，判定为褐色，并对其进行染色；
G4：依据设定案件数的阈值，确定公共安全重点区域。
优选的，栅格聚类的算法具体包括下述步骤：
K1距离计算：利用重点区域栅格的编号，根据栅格大小L可以得到每个重点区域栅格的距离K，栅格大小L即为栅格的边长；
K2关联判断：每1个栅格周围都有8个栅格直接关联；有共同直接关联栅格，但不直接关联的栅格组为间接关联，其判断方法如下：
H1：其中一个重点区域栅格与其他所有重点区域栅格中心坐标距离Kn>L，则此重点栅格无关联重点栅格，单独记为一个重点区域；
H2：其中一个重点区域栅格存在Kn＝<L的重点区域栅格，这一组栅格就是重点区域关联栅格；
H3：循环计算，计算重点关联栅格的每一个栅格是否还有其他关联的重点栅格，直到无新的重点栅格关联为止；
K3：将重点关联栅格记为一个公共安全区域重点区域，输出公共安全区域重点区域。
本发明的有益效果：
通过聚类分析统一规划区域，对公共安全重点区域进行关联分析，连片处理，降低分析的难度和减少工作量，本发明进行规格栅格筛选，输出预规划的点位，大大增强了预规划选点的效率，并实现选点的标准化统一。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的一个实施例的整体流程示意图。
具体实施方式
下面将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，所描述的实施例仅仅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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种基于聚类分析的公共安全重点区域点位规划方法，该方法具体包括下述步骤：
步骤一：首先将地图进行栅格化处理；
步骤二：将案件数据映射到栅格中，确定公共安全重点区域栅格，其中的案件数据以及判断公共安全重点区域栅格的具体方法见下文详述；
步骤三：再通过聚类算法，自动识别出成片的公共安全重点区域，并完成重点区域的输出；
步骤四：然后结合布点方法，确定规划点位；
步骤五：输出规划点位。
其中，步骤一将地图进行栅格化处理，为了方便进行案件数据到栅格的映射，可以利用地界经纬度边界栅格对象。
步骤二：将案件数据映射到栅格之中，确定公共安全重点区域栅格，具体过程：
将案件数据映射到栅格中：将数据导入地图，作为栅格数据呈现。
步骤三：确定公共安全重点区域栅格。在数据映射到栅格后，通过设定的阈值进行栅格染色，以方便分析栅格，采取不同的颜色代表不同的重点等级，便于直观地看到每个栅格的数据等级。统计每个栅格中的案件数量分级染色。
栅格染色：根据每个栅格中案件数量，使用4种颜色染色，便于精细化评估栅格公共安全重点情况。
例如：
粉色：案件数小于4；
橙色：案件数大于4并且小于10；
红色：案件数大于10并且小于14；
褐色：案件数大于等于14。
综上所述，依据设定案件数的阈值可以确定公共安全重点区域。
栅格聚类的算法具体为：
聚类算法是为了实现有空间关联的重点区域栅格组合成一组，进行统一编号。具体的实现算法简单描述为递归算法，即通过目标栅格找到直接关联栅格，再由直接关联栅格找到间接关联栅格，如此循环遍历，直至找到一片区域的所有栅格。具体算法如下：
K1距离计算：利用重点区域栅格的编号，根据栅格大小L可以得到每个重点区域栅格的距离K。栅格大小L即为栅格的边长；
K2关联判断：每1个栅格周围都有8个栅格直接关联；有共同直接关联栅格，但不直接关联的栅格组为间接关联，其判断方法如下：
H1：某一重点区域栅格与其他所有重点区域栅格中心坐标距离Kn>L，则此重点栅格无关联重点栅格，单独记为一个重点区域；
H2：某一重点区域栅格存在Kn＝<L的重点区域栅格，这一组栅格就是重点区域关联栅格；
H3：循环计算，计算重点关联栅格的每一个栅格是否还有其他关联的重点栅格，直到无新的重点栅格关联为止；
K3：将重点关联栅格记为一个公共安全区域重点区域，输出。
本发明在工作时，首先将地图进行栅格化处理，创建一个栅格；将案件数据映射到栅格中，确定公共安全重点区域栅格；通过聚类算法，自动识别出成片的公共安全重点区域，并完成重点区域的输出；结合布点方法，确定规划点位；输出规划点位。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (3)

1.一种基于聚类分析的公共安全重点区域点位规划方法，其特征在于，该方法具体包括下述步骤：
步骤一：首先将地图进行栅格化处理，创建一个栅格；
步骤二：将案件数据映射到栅格中，确定公共安全重点区域栅格；
步骤三：通过聚类算法，自动识别出成片的公共安全重点区域，并完成重点区域的输出；
步骤四：结合布点方法，确定规划点位；
步骤五：输出规划点位。
2.根据权利要求1所述的一种基于聚类分析的公共安全重点区域点位规划方法，其特征在于，步骤二中将案件数据映射到栅格之中，确定公共安全重点区域栅格，具体过程为：
G1将案件数据映射到栅格中：将数据导入地图，作为栅格数据呈现；
G2确定公共安全重点区域栅格：在数据映射到栅格后，通过设定的阈值进行栅格染色，采取不同的颜色代表不同的重点等级，统计每个栅格中的案件数量分级染色；
G3栅格染色：根据每个栅格中案件数量，使用4种颜色染色，具体为：
S1：当案件数小于4时，则判定为粉色，并对其进行染色；
S2：当案件数大于4并且小于10时，判定为橙色，并对其进行染色；
S3：当案件数大于10并且小于14时，判定为红色，并对其进行染色；
S4：当案件数大于等于14时，判定为褐色，并对其进行染色；
G4：依据设定案件数的阈值，确定公共安全重点区域。
3.根据权利要求1所述的一种基于聚类分析的公共安全重点区域点位规划方法，其特征在于，栅格聚类的算法具体包括下述步骤：
K1距离计算：利用重点区域栅格的编号，根据栅格大小L得到每个重点区域栅格的距离K，栅格大小L即为栅格的边长；
K2关联判断：每1个栅格周围都有8个栅格直接关联；有共同直接关联栅格，不直接关联的栅格组为间接关联，其判断方法如下：
H1：其中一个重点区域栅格与其他所有重点区域栅格中心坐标距离Kn>L，则此重点栅格无关联重点栅格，单独记为一个重点区域；
H2：其中一个重点区域栅格存在Kn＝<L的重点区域栅格，这一组栅格就是重点区域关联栅格；
H3：循环计算，计算重点关联栅格的每一个栅格是否还有其他关联的重点栅格，直到无新的重点栅格关联为止；
K3：将重点关联栅格记为一个公共安全区域重点区域，输出公共安全区域重点区域。
CN202011440600.1A 2020-12-07 2020-12-07 一种基于聚类分析的公共安全重点区域点位规划方法 Pending CN112561152A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011440600.1A CN112561152A (zh) 2020-12-07 2020-12-07 一种基于聚类分析的公共安全重点区域点位规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011440600.1A CN112561152A (zh) 2020-12-07 2020-12-07 一种基于聚类分析的公共安全重点区域点位规划方法

Publications (1)

Publication Number Publication Date
CN112561152A true CN112561152A (zh) 2021-03-26

Family

ID=75062213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011440600.1A Pending CN112561152A (zh) 2020-12-07 2020-12-07 一种基于聚类分析的公共安全重点区域点位规划方法

Country Status (1)

Country Link
CN (1) CN112561152A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104780345A (zh) * 2014-11-13 2015-07-15 安徽四创电子股份有限公司 一种基于gis的平安城市监控点布局评价方法
CN106804042A (zh) * 2016-12-23 2017-06-06 普天信息工程设计服务有限公司 弱覆盖问题区域的聚类方法与站点规划方法
WO2018001141A1 (zh) * 2016-06-28 2018-01-04 中兴通讯股份有限公司 一种质差区域分析的方法、装置及系统
CN111212381A (zh) * 2019-12-18 2020-05-29 中通服建设有限公司 移动用户行为数据分析方法、装置、计算机设备和介质
CN111462291A (zh) * 2019-01-18 2020-07-28 中科星图股份有限公司 基于ais目标的三维渲染方法和系统
CN111587407A (zh) * 2017-11-10 2020-08-25 辉达公司 用于安全且可靠的自主车辆的系统和方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104780345A (zh) * 2014-11-13 2015-07-15 安徽四创电子股份有限公司 一种基于gis的平安城市监控点布局评价方法
WO2018001141A1 (zh) * 2016-06-28 2018-01-04 中兴通讯股份有限公司 一种质差区域分析的方法、装置及系统
CN106804042A (zh) * 2016-12-23 2017-06-06 普天信息工程设计服务有限公司 弱覆盖问题区域的聚类方法与站点规划方法
CN111587407A (zh) * 2017-11-10 2020-08-25 辉达公司 用于安全且可靠的自主车辆的系统和方法
CN111462291A (zh) * 2019-01-18 2020-07-28 中科星图股份有限公司 基于ais目标的三维渲染方法和系统
CN111212381A (zh) * 2019-12-18 2020-05-29 中通服建设有限公司 移动用户行为数据分析方法、装置、计算机设备和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李勇;: "一种基于聚类算法的站点自规划方法", 信息通信, no. 10, pages 169 - 170 *

Similar Documents

Publication Publication Date Title
CN105678481B (zh) 一种基于随机森林模型的管线健康状态评估方法
CN103533501B (zh) 一种地理围栏生成方法
CN106780089B (zh) 基于神经网络元胞自动机模型的永久性基本农田划定方法
CN110852532A (zh) 一种自然保护地体系整合及边界划定方法
CN109102193A (zh) 地理设计生态红线划定与管理系统及数据库、评价模型
CN109272170B (zh) 一种基于Louvain算法的交通小区划分系统
CN106650618A (zh) 一种基于随机森林模型的人口数据空间化方法
CN109190161B (zh) 基于斑块元胞自动机和港口城市规划的港城发展模拟方法
CN113034040B (zh) 一种典型物种迁移廊道选址方法、装置及设备
CN113326593B (zh) 一种顾及规划布局与要素配置合理性的生态空间网络优化方法
CN109376996A (zh) 基于统计年鉴及地理信息的洪水损失评估方法和系统
CN106055689A (zh) 一种基于时序相关性的空间聚类方法
Guo et al. Monitoring and simulation of dynamic spatiotemporal land use/cover changes
CN111814528B (zh) 一种连通性分析的夜光影像城市等级分类方法
CN109740798B (zh) 一种基于路网的警务巡逻盘查路径优化方法
CN110766792B (zh) 基于ArcGIS水文分析工具网格演算次序编码方法
CN112561152A (zh) 一种基于聚类分析的公共安全重点区域点位规划方法
Azizan et al. Application of openstreetmap data in ambulance location problem
CN106023178A (zh) 一种基于梯度方向聚类的遥感数据中单棵树的检测方法
Lei The gis-based research on criminal cases hotspots identifying
CN109636021A (zh) 一种任务可靠性导向的制造系统选择性维护决策方法
Liu et al. Application of differential privacy in location trajectory big data
CN112396614A (zh) 一种国土空间规划区域功能单元识别划分方法
Shi et al. Modeling fuzzy topological relations between uncertain objects in a GIS
CN107169590B (zh) 基于平面格局三要素和分形计算的城市形态分析管控方法

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