CN113191646B - 多灾种预警信息发布优先级的确定方法 - Google Patents
多灾种预警信息发布优先级的确定方法 Download PDFInfo
- Publication number
- CN113191646B CN113191646B CN202110493633.0A CN202110493633A CN113191646B CN 113191646 B CN113191646 B CN 113191646B CN 202110493633 A CN202110493633 A CN 202110493633A CN 113191646 B CN113191646 B CN 113191646B
- Authority
- CN
- China
- Prior art keywords
- early warning
- warning information
- determining
- information
- issued
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012545 processing Methods 0.000 claims description 57
- 239000006185 dispersion Substances 0.000 claims description 12
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims 3
- 238000006731 degradation reaction Methods 0.000 claims 3
- 238000010130 dispersion processing Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 5
- 230000000593 degrading effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011425 standardization method Methods 0.000 description 3
- 230000001550 time effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 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)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本公开提供一种多灾种预警信息发布优先级的确定方法，包括：获取待发布的预警信息的属性信息因子；确定属性信息因子的信息熵；根据信息熵确定属性信息因子的权重；根据属性信息因子和权重确定预警信息的发布优先级信息。通过本公开实施例，明确了多条待发预警信息发布的优先次序，提高了紧急预警信息发布的及时性。
Description
技术领域
本公开涉及信息技术领域，具体而言，涉及一种多灾种预警信息发布优先级的确定方法。
背景技术
国家预警信息发布中心为相关部门发布预警信息提供综合发布渠道，同一时间汇聚到国家预警信息发布中心的预警信息除国、省、市、县4级气象部门预警信息外，还包括自然资源部、应急管理部、外交部、卫健委等部门发布的预警信息，如果预警信息能够被及时发布，则可能为防灾减灾争取更多宝贵时间。
在相关技术中，预警信息发布的手段主要包括短信、广播、电视、高音喇叭、显示屏、网站、微博、微信、手机APP等，但不限于此。预警信息对受众群体进行全网发布需要一定时间，尤其短信息这类根据队列顺序进行发布的手段，当受众群体量级较大时，发布时间会很长，当前一条预警信息全网发布耗时较长时，后一条需发布的预警信息只能排队等待前一条预警信息发布完成。
但是，现有的预警信息发布过程中采用先到先发的按照时间顺序发布的方式，可能会造成后到的却是需要紧急发布的预警信息被延迟发布，甚至出现紧急预警信息被延迟发布而造成严重的经济损失和人身伤亡的情况。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种多灾种预警信息发布优先级的确定方法，至少在一定程度上克服了紧急的预警信息不能及时优先发布的问题。
根据本公开实施例的第一方面，提供一种多灾种预警信息发布优先级的确定方法，包括：获取待发布的预警信息的属性信息因子；确定属性信息因子的信息熵；根据信息熵确定属性信息因子的权重；根据属性信息因子和权重确定预警信息的发布优先级信息。
在本公开的一种示例性实施例中，获取待发布的预警信息的属性信息因子包括：确定与待发布的预警信息属于同一类型的预警信息的数量；确定待发布的预警信息的统计范围，并确定统计范围内的待发布的预警信息的总数；对同一类型的预警信息的数量进行第一非线性处理，得到第一数值；对预警信息的总数进行第二非线性处理，得到第二数值；根据第一数值和第二数值之间的比例关系，确定待发布的预警信息的第一属性信息因子。
在本公开的一种示例性实施例中，获取待发布的预警信息的属性信息因子还包括：确定与待发布的预警信息属于同一类型的预警信息；确定同一类型的预警信息的发布提前时间的平均值；确定同一类型的预警信息的发布提前时间的标准差；根据待发布的预警信息的发布提前时间、平均值和标准差，确定待发布的预警信息的第二属性信息因子。
在本公开的一种示例性实施例中，获取待发布的预警信息的属性信息因子还包括：获取待发布的预警信息的发布持续时间；比较发布持续时间与预设发布持续时间之间的大小关系；根据大小关系对发布持续时间进行离差标准化处理；将离差标准化的处理结果确定为待发布的预警信息的第三属性信息因子。
在本公开的一种示例性实施例中，将离差标准化的处理结果确定为待发布的预警信息的第三属性信息因子包括：若确定发布持续时间大于或等于预设发布持续时间，则将第三属性信息因子确定为第三属性预设值；若确定发布持续时间小于预设发布持续时间，则根据待发布的预警信息的发布持续时间、最长发布持续时间和最短发布持续时间，确定待发布的预警信息的第三属性信息因子。
在本公开的一种示例性实施例中，若确定发布持续时间小于预设发布持续时间，则根据待发布的预警信息的发布持续时间、最长发布持续时间和最短发布持续时间，确定待发布的预警信息的第三属性信息因子包括：确定与待发布的预警信息属于同一类型的预警信息；确定同一类型的预警信息中的最长发布持续时间；计算最长发布持续时间与发布持续时间之间的第一持续时间差值；确定同一类型的预警信息中的最短发布持续时间；计算最长发布持续时间与最短发布持续时间之间的第二持续时间差值；根据待发布的预警信息的发布持续时间、第一持续时间差和第二持续时间差，确定待发布的预警信息的第三属性信息因子。
在本公开的一种示例性实施例中，获取待发布的预警信息的属性信息因子还包括：确定与待发布的预警信息属于同一发布平台的预警信息的数量；确定待发布的预警信息的统计范围，并确定统计范围内的预警信息的总数；对同一发布平台的预警信息的数量进行第三非线性处理，得到第三数值；对预警信息的总数进行第四非线性处理，得到第四数值；根据第三数值和第四数值之间的比例关系，确定待发布的预警信息的第四属性信息因子。
在本公开的一种示例性实施例中，获取待发布的预警信息的属性信息因子还包括：确定与待发布的预警信息属于同一预警级别的预警信息的数量；确定待发布的预警信息的统计范围，并确定统计范围内的预警信息的总数；对同一预警级别的预警信息的数量进行第五非线性处理，得到第五数值；对预警信息的总数进行第六非线性处理，得到第六数值；根据待发布的预警信息的预警信息状态确定预警级别系数，预警级别系数为初始系数、更新升级调整系数和更新降级调整系数中的一种，初始系数表示预警信息是首次发布的系数，更新升级调整系数表示预警信息的预警级别是由低级别预警上升为高级别预警后的系数，更新降级调整系数表示预警信息的预警级别是由高级别预警降低为低级别预警后的系数，初始系数大于更新升级调整系数，初始系数小于更新降级调整系数；根据第五数值和第六数值之间的比例关系、预警级别系数，确定待发布的预警信息的第五属性信息因子。
在本公开的一种示例性实施例中，预警级别系数为初始系数、更新升级调整系数和更新降级调整系数中的一种，初始系数表示预警信息是首次发布的系数，更新升级调整系数表示预警信息的预警级别是由低级别预警上升为高级别预警后的系数，更新降级调整系数表示预警信息的预警级别是由高级别预警降低为低级别预警后的系数，初始系数大于更新升级调整系数，初始系数小于更新降级调整系数。
在本公开的一种示例性实施例中，根据属性信息因子和权重确定预警信息的发布优先级信息包括：确定待发布的预警信息的属性信息因子和权重的加权和；根据加权和确定预警信息的发布优先级信息，属性信息因子的信息熵与权重负相关。
根据本公开实施例的第二方面，提供一种预警信息处理装置，包括：获取模块，用于获取待发布的预警信息的属性信息因子；确定模块，用于确定属性信息因子的信息熵；确定模块还用于，根据信息熵确定属性信息因子的权重；确定模块还用于，根据属性信息因子和权重确定预警信息的发布优先级信息。
根据本公开的第三方面，提供一种电子设备，包括：存储器；以及耦合到存储器的处理器，处理器被配置为基于存储在存储器中的指令，执行如上述任意一项的多灾种预警信息发布优先级的确定方法。
根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任意一项的多灾种预警信息发布优先级的确定方法。
本公开实施例通过预警信息的属性信息因子和权重，确定预警信息的发布优先级信息，明确了多条待发预警信息发布的优先次序，提高了紧急预警信息发布的及时性。
进一步地，通过信息熵确定属性信息因子的权重，提高了预警信息发布的有序性和紧急预警信息发布的及时性，适用于各种预警信息的发布场景。
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，并不能限制本公开。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本公开示例性实施例中一个多灾种预警信息发布优先级的确定方法的流程图；
图2是本公开示例性实施例中另一个多灾种预警信息发布优先级的确定方法的流程图；
图3是本公开示例性实施例中另一个多灾种预警信息发布优先级的确定方法的流程图；
图4是本公开示例性实施例中另一个多灾种预警信息发布优先级的确定方法的流程图；
图5是本公开示例性实施例中另一个多灾种预警信息发布优先级的确定方法的流程图；
图6是本公开示例性实施例中另一个多灾种预警信息发布优先级的确定方法的流程图；
图7是本公开示例性实施例中另一个多灾种预警信息发布优先级的确定方法的流程图；
图8是本公开示例性实施例中另一个多灾种预警信息发布优先级的确定方法的流程图；
图9是本公开示例性实施例中另一个多灾种预警信息发布优先级的确定方法的流程图；
图10是本公开示例性实施例中一种预警信息处理装置的框图；
图11是本公开示例性实施例中一种电子设备的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，附图仅为本公开的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
下面结合附图对本公开示例实施方式进行详细说明。
图1是本公开示例性实施例中多灾种预警信息发布优先级的确定方法的流程图。
如图1所示，多灾种预警信息发布优先级的确定方法包括：
步骤S102，获取待发布的预警信息的属性信息因子；
步骤S104，确定属性信息因子的信息熵；
步骤S106，根据信息熵确定属性信息因子的权重；
步骤S108，根据属性信息因子和权重确定预警信息的发布优先级信息。
在本公开的上述实施例中，通过预警信息的属性信息因子和权重，确定预警信息的发布优先级信息，明确了多条待发预警信息发布的优先次序，提高了紧急预警信息发布的及时性。进一步地，通过信息熵确定属性信息因子的权重，提高了预警信息发布的有序性和紧急预警信息发布的及时性，适用于各种预警信息的发布场景。
在一个实施例中，预警信息的级别由高到低划分为特别重大(Ⅰ级)、重大(Ⅱ级)、较大(Ⅲ级)、一般(Ⅳ级)四个级别，并依次采用红色、橙色、黄色、蓝色来加以表示。预警信息发布过程也可以采用这个级别作为预警信息发送的优先级。本实施例仅仅是预警信息发送优先级排序的一种方式，预警信息发送还可以根据预警信息的发布时间进行排序，或者根据历史数据进行调整，本公开不做具体限定。
具体地，本公开的实施例依据预警信息的多个元数据确定属性信息因子，通过去除量纲和数据标准化归一化等处理后，将不同单位或量级的指标进行比较和加权，得出定量客观性优先级别排序。
值得特别指出的是，第一，本公开的实施例是一种综合性定量客观的判定，避免了单一属性数据计算得出的结论所具有的倾向性，第二，将一定时空范围内的预警信息与历史统计值进行比对，对异常的预警信息的出现有很好的提示作用，第三，综合考虑结合预警信息的时间效应，有较高传播效应的预警信息将优先得以发送。
下面结合图2至图9对多灾种预警信息发布优先级的确定方法的各步骤进行详细说明。
如图2所示，获取待发布的预警信息的属性信息因子包括：
步骤S202，确定与待发布的预警信息属于同一类型的预警信息的数量。
步骤S204，确定待发布的预警信息的统计范围，并确定统计范围内的预警信息的总数。
在本公开的上述实施例中，统计范围可以是根据预警信息确定的时间范围、地区范围和预警类型范围等，但不限于此。
步骤S206，对同一类型的预警信息的数量进行第一非线性处理，得到第一数值。
步骤S208，对预警信息的总数进行第二非线性处理，得到第二数值。
步骤S210，根据第一数值和第二数值之间的比例关系，确定待发布的预警信息的第一属性信息因子。
在本公开的上述实施例中，通过大量研究发现一定时空范围内的各种预警信息的类型分化较大，采用非线性函数的转换方法进行处理，尤其是针对一地域首次出现的预警类型，通过上述实施例确定的第一属性信息因子的结果值会急速锐减，提高了异常类型的预警信息的提示效果。
在一个实施例中，第一非线性处理和第二非线性处理可以是log对数函数、指数函数和高次元函数中的至少一种处理，但不限于此。
在一个实施例中，假设A地区共发布大风预警788条，发布道路结冰预警56条，预警数据具有分布不均匀，差异性大的特点，对计算结果影响较大，采用非线性log对数函数转换方法进行处理，具体如下：
其中，xp表示预警类型，Num(xp)表示统计范围内与预警信息X所属同一预警类型的预警信息数量，包括首发和更新的所有数据，Xi表示第i个预警信息，Sum(Xi)表示统计范围内所有预警信息数量总和，包括首发和更新的所有数据，P(x)表示第一属性信息因子。
如图3所示，获取待发布的预警信息的属性信息因子还包括：
步骤S302，确定与待发布的预警信息属于同一类型的预警信息。
步骤S304，确定同一类型的预警信息的发布提前时间的平均值。
步骤S306，确定同一类型的预警信息的发布提前时间的标准差。
步骤S308，根据待发布的预警信息的发布提前时间、平均值和标准差，确定待发布的预警信息的第二属性信息因子。
在本公开的上述实施例中，通过大量研究发现预警信息的发布提前时间具有正态分布的特征，可以采用0均值标准化方法对预警数据进行处理，当发布提前时间小于平均值时，即提前时间量为负值，优先级会得到显著提升，即提前时间量越小，待发送优先级越高，满足了对预警信息的时间效应的要求。
在一个实施例中，采用0均值标准化方法将预警信息的元数据进行处理，使得处理后的数据依然符合μ＝0,σ＝1的正态分布，处理后的数据99.7％分布在[-3,3]之间，位于此区间之外的数据等同于提前时间量为3或-3，具体如下：
其中，xta表示预警信息X的发布提前时间，xtai表示第i个预警信息的发布提前时间，u(xta)表示统计范围内与预警信息X所属同一预警类型的预警信息发布平均提前时间，σ(xta)表示统计范围内与预警信息X所属同一预警类型的预警信息发布提前时间的标准差，m表示统计范围内与预警信息X所属同一预警类型的预警信息数量，包括首发和更新的全部数据，Ta(x)表示第二属性信息因子。
如图4所示，获取待发布的预警信息的属性信息因子还包括：
步骤S402，获取待发布的预警信息的发布持续时间。
步骤S404，比较所述发布持续时间与预设发布持续时间之间的大小关系。
步骤S406，根据所述大小关系对所述发布持续时间进行离差标准化处理。
步骤S408，将所述离差标准化的处理结果确定为待发布的所述预警信息的第三属性信息因子。
在一个实施例中，通过比较所述发布持续时间与预设发布持续时间之间的大小关系，并根据所述大小关系对所述发布持续时间进行离差标准化处理，针对一定时空范围内的特定预警类型的持续时间数值比较集中的情况，确定了预警信息的第三属性信息因子，进一步地提高了预警信息发布的准确性、可靠性和时效性。
如图5所示，将所述离差标准化的处理结果确定为待发布的所述预警信息的第三属性信息因子包括：
步骤S502，若确定所述发布持续时间大于或等于所述预设发布持续时间，则将所述第三属性信息因子确定为第三属性预设值。
步骤S504，若确定所述发布持续时间小于所述预设发布持续时间，则根据待发布的所述预警信息的发布持续时间、所述最长发布持续时间和所述最短发布持续时间，确定待发布的所述预警信息的第三属性信息因子。
在一个实施例中，对于所述发布持续时间小于所述预设发布持续时间的情况而言，预警信息的持续时间比较集中，则根据待发布的所述预警信息的发布持续时间、所述最长发布持续时间和所述最短发布持续时间，确定待发布的所述预警信息的第三属性信息因子，进而通过计算确定的第三属性信息因子体现了预警信息的持续时间对发布优先级的影响。
在一个实施例中，通过对发布持续时间与预设发布持续时间进行比较，并在确定所述发布持续时间大于或等于所述预设发布持续时间时，将所述第三属性信息因子确定为第三属性预设值，相对于上述实施例而言，预警信息的持续时间并不集中，也即将持续时间不集中的预警信息的第三属性信息因子确定为一个预设值。
在一个实施例中，第三属性预设值可以预设为1。
如图6所示，若确定所述发布持续时间小于所述预设发布持续时间，则根据待发布的所述预警信息的发布持续时间、所述最长发布持续时间和所述最短发布持续时间，确定待发布的所述预警信息的第三属性信息因子包括：
步骤S602，确定与待发布的所述预警信息属于同一类型的预警信息。
步骤S604，确定同一类型的预警信息中的最长发布持续时间。
步骤S606，计算所述最长发布持续时间与所述发布持续时间之间的第一持续时间差值。
步骤S608，确定同一类型的预警信息中的最短发布持续时间。
步骤S610，计算所述最长发布持续时间与所述最短发布持续时间之间的第二持续时间差值。
步骤S612，根据待发布的所述预警信息的发布持续时间、所述第一持续时间差和所述第二持续时间差，确定待发布的所述预警信息的第三属性信息因子。
在本公开的上述实施例中，通过大量研究发现，越严重的预警信息，其持续时间越短，越需要值得注意，通过待发布的预警信息的发布持续时间、最长发布持续时间和最短发布持续时间，确定待发布的预警信息的第三属性信息因子，有利于进一步地提高预警信息发布后的传播效应。
在一个实施例中，采用离差标准化方法对预警信息的元数据处理，对持续时间大于24的持续时间量进行处理，即等同于值为1，处理后的预警持续时间量取值范围在[0,1]之间，具体包括：
其中，xtc表示预警X的发布持续时间，xtci表示第i个预警信息的发布持续时间，
表示统计范围内与预警X所属同一预警类型的最长发布持续时间，
表示统计范围内与预警X所属同一预警类型的最短发布持续时间，m表示统计范围内与预警X所属同一预警类型的预警信息数量，包括首发和更新的全部数据，Tc(x)表示第三属性信息因子。
如图7所示，获取待发布的预警信息的属性信息因子还包括：
步骤S702，确定与待发布的预警信息属于同一发布平台的预警信息的数量。
步骤S704，确定待发布的预警信息的统计范围，并确定统计范围内的预警信息的总数。
步骤S706，对同一发布平台的预警信息的数量进行第三非线性处理，得到第三数值。
步骤S708，对预警信息的总数进行第四非线性处理，得到第四数值。
步骤S710，根据第三数值和第四数值之间的比例关系，确定待发布的预警信息的第四属性信息因子。
在本公开的上述实施例中，通过对发布预警信息的历史数据统计和研究发现，同级的发布平台所发布的预警数量在同一数量级，不同级别的发布平台所发布的预警数量差异很大，且不具备线性规律，因此，通过上述实施例确定的高级别的预警信息发布平台的第四属性信息因子的结果值比低级别的预警信息发布平台的第四属性信息因子的结果值低，在预警信息的属性因子和权重均比较接近的情况下，也即高级别的预警信息发布平台的预警信息能够被优先发布，提高了高级别的预警信息发布平台发布的预警信息的提示效果和及时性。
在一个实施例中，第三非线性处理和第四非线性处理可以是log对数函数、指数函数和高次元函数中的至少一种处理，但不限于此。
在一个实施例中，同级发布单位发布预警数量在同一数量级，不同级别的发布单位发布预警数量差异很大，且不具备线性规律，采用非线性log对数函数转换方法进行处理，具体包括：
其中，xs表示为发布单位，Num(xs)表示统计范围内与预警信息X所属同一预警发布单位的预警信息数量，包括首发和更新的全部数据，Sum(Xi)表示统计范围内所有预警信息数量总和，包括首发和更新的全部数据，S(x)表示第四属性信息因子。
如图8所示，获取待发布的预警信息的属性信息因子还包括：
步骤S802，确定与待发布的预警信息属于同一预警级别的预警信息的数量。
步骤S804，确定待发布的预警信息的统计范围，并确定统计范围内的预警信息的总数。
步骤S806，对同一预警级别的预警信息的数量进行第五非线性处理，得到第五数值。
步骤S808，对预警信息的总数进行第六非线性处理，得到第六数值。
步骤S810，根据待发布的预警信息的预警信息状态确定预警级别系数。
在本公开的一个实施例中，所述预警级别系数为初始系数、更新升级调整系数和更新降级调整系数中的一种，所述初始系数表示所述预警信息是首次发布的系数，所述更新升级调整系数表示所述预警信息的预警级别是由低级别预警上升为高级别预警后的系数，所述更新降级调整系数表示所述预警信息的预警级别是由高级别预警降低为低级别预警后的系数，所述初始系数大于所述更新升级调整系数，所述初始系数小于所述更新降级调整系数。
在本公开的一个实施例中，预警级别可以包括由高到低的多个等级，根据首次发布的预警信息级别可以确定预警级别系数的初始值，在对预警级别进行调整后，若调整后的预警级别升高，则预警级别系数降低，若调整后的预警级别降低，则预警级别系数升高。
步骤S812，根据第五数值和第六数值之间的比例关系、预警级别系数，确定待发布的预警信息的第五属性信息因子。
在本公开的上述实施例中，通过大量研究发现不同预警级别的预警信息数据分化较大，因此，通过第五数值和第六数值之间的比例关系、预警级别系数，确定待发布的预警信息的第五属性信息因子，提高了高级别预警信息的提示作用，另外，若预警级别发生变化，则预警级别系数会自适应地进行调整，进一步地提高了预警信息发布的客观性和及时性。
在一个实施例中，假设B地区共发布2条红色预警，首发蓝色预警1145条，首发橙色预警2条，数值具有两端分布的特点，对预警级别采用非线性log对数函数转换方法进行处理，具体包括：
其中，xg表示为预警信息级别，Num(xg)表示统计范围内与预警信息X所属同一预警级别的预警信息数量，包括首发和更新，Sum(Xi)表示统计范围内所有预警信息数量总和，包括首发和更新，f为预警级别系数，初始系数为1，更新升级调整系数比初始系数低，更新降级调整系数比初始系数高，具体值可根据历史值统计分析进行调节，G(x)表示第五属性信息因子。
如图9所示，根据属性信息因子和权重确定预警信息的发布优先级信息包括：
步骤S902，确定待发布的预警信息的属性信息因子和权重的加权和。
步骤S904，根据加权和确定预警信息的发布优先级信息，属性信息因子的信息熵与权重负相关。
在本公开的上述实施例中，通过确定待发布的预警信息的属性信息因子和权重的加权和，并根据加权和确定预警信息的发布优先级信息，加权和的计算结果越小，预警信息的优先级越高，反之亦然。
在一个实施例中，属性信息因子的信息熵与权重负相关，预警信息的熵越小，预警信息的无序度越低，预警信息的效用值越大，属性信息因子的权重越大。
在一个实施例中，权重可以根据时间范围和空间范围内的历史数据进行调节。
在一个实施例中，信息的定义涉及概率论中的随机事件概率，如果待分类事物可能划分在多个分类之中，则符号xi的信息定义为：
I(xi)＝-log2p(xi)，公式(八)
其中，p(xi)是选择该分类的概率。
进一步地，将公式(八)代入公式(九)来计算信息熵H，具体如下：
在一个实施例中，将上述公式(一)至公式(九)代入公式(十)，计算确定加权和L(x)的具体过程如下：
其中，α1，α2，α3，α4，α5分别表示第一属性信息因子、第二属性信息因子、第三属性信息因子、第四属性信息因子和第五属性信息因子的权重。
在一个实施例中，参见下表1、表2和表3，以C市的预警信息为历史参考数据，预警级别系数初始值f预设为1，更新升级调整系数预设为0.5。
表1
根据历史值统计各元数据指标的信息熵计算P(x)、S(x)、G(x)的权重系数分别为0.22，0.34，0.38，以P(x)、S(x)、G(x)共占权重0.8计算，预设Ta、Tc的权重系数为0.13，0.07，得出各变量权重系数如表2所示。
表2
表3
在一个实施例中，预警级别系数为初始系数、更新升级调整系数和更新降级调整系数中的一种，初始系数表示预警信息是首次发布的系数，更新升级调整系数表示预警信息的预警级别是由低级别预警上升为高级别预警后的系数，更新降级调整系数表示预警信息的预警级别是由高级别预警降低为低级别预警后的系数，初始系数大于更新升级调整系数，初始系数小于更新降级调整系数。
图10是本公开示例性实施例中一种预警信息处理装置的方框图。
如图10所示，预警信息处理装置1000包括：获取模块1002，用于获取待发布的预警信息的属性信息因子；确定模块1004，用于确定属性信息因子的信息熵；确定模块1004还用于，根据信息熵确定属性信息因子的权重；确定模块1004还用于，根据属性信息因子和权重确定预警信息的发布优先级信息。
在本公开的一种示例性实施例中，获取模块1002还用于：确定与待发布的预警信息属于同一类型的预警信息的数量；确定待发布的预警信息的统计范围，并确定统计范围内的预警信息的总数；对同一类型的预警信息的数量进行第一非线性处理，得到第一数值；对预警信息的总数进行第二非线性处理，得到第二数值；根据第一数值和第二数值之间的比例关系，确定待发布的预警信息的第一属性信息因子。
在本公开的一种示例性实施例中，获取模块1002还用于：确定与待发布的预警信息属于同一类型的预警信息；确定同一类型的预警信息的发布提前时间的平均值；确定同一类型的预警信息的发布提前时间的标准差；根据待发布的预警信息的发布提前时间、平均值和标准差，确定待发布的预警信息的第二属性信息因子。
在本公开的一种示例性实施例中，获取模块1002还用于：获取待发布的预警信息的发布持续时间；比较所述发布持续时间与预设发布持续时间之间的大小关系；根据所述大小关系对所述发布持续时间进行离差标准化处理；将所述离差标准化的处理结果确定为待发布的所述预警信息的第三属性信息因子。
在本公开的一种示例性实施例中，获取模块1002还用于：将所述离差标准化的处理结果确定为待发布的所述预警信息的第三属性信息因子包括：若确定所述发布持续时间大于或等于所述预设发布持续时间，则将所述第三属性信息因子确定为第三属性预设值；若确定所述发布持续时间小于所述预设发布持续时间，则根据待发布的所述预警信息的发布持续时间、所述最长发布持续时间和所述最短发布持续时间，确定待发布的所述预警信息的第三属性信息因子。
在本公开的一种示例性实施例中，获取模块1002还用于：确定与待发布的所述预警信息属于同一类型的预警信息；确定同一类型的预警信息中的最长发布持续时间；计算所述最长发布持续时间与所述发布持续时间之间的第一持续时间差值；确定同一类型的预警信息中的最短发布持续时间；计算所述最长发布持续时间与所述最短发布持续时间之间的第二持续时间差值；根据待发布的所述预警信息的发布持续时间、所述第一持续时间差和所述第二持续时间差，确定待发布的所述预警信息的第三属性信息因子。
在本公开的一种示例性实施例中，获取模块1002还用于：确定与待发布的预警信息属于同一发布平台的预警信息的数量；确定待发布的预警信息的统计范围，并确定统计范围内的预警信息的总数；对同一发布平台的预警信息的数量进行第三非线性处理，得到第三数值；对预警信息的总数进行第四非线性处理，得到第四数值；根据第三数值和第四数值之间的比例关系，确定待发布的预警信息的第四属性信息因子。
在本公开的一种示例性实施例中，获取模块1002还用于：确定与待发布的预警信息属于同一预警级别的预警信息的数量；确定待发布的预警信息的统计范围，并确定统计范围内的预警信息的总数；对同一预警级别的预警信息的数量进行第五非线性处理，得到第五数值；对预警信息的总数进行第六非线性处理，得到第六数值；根据待发布的预警信息的预警信息状态确定预警级别系数。
在本公开的一种示例性实施例中，预警级别系数为初始系数、更新升级调整系数和更新降级调整系数中的一种，初始系数表示预警信息是首次发布的系数，更新升级调整系数表示预警信息的预警级别是由低级别预警上升为高级别预警后的系数，更新降级调整系数表示预警信息的预警级别是由高级别预警降低为低级别预警后的系数，初始系数大于更新升级调整系数，初始系数小于更新降级调整系数，根据第五数值和第六数值之间的比例关系、预警级别发布系数，确定待发布的预警信息的第五属性信息因子。
在本公开的一种示例性实施例中，确定模块1004还用于包括：确定待发布的预警信息的属性信息因子和权重的加权和；根据加权和确定预警信息的发布优先级信息，属性信息因子的信息熵与权重负相关。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图11来描述根据本发明的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示，电子设备1100以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于：上述至少一个处理单元1110、上述至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130。
其中，存储单元存储有程序代码，程序代码可以被处理单元1110执行，使得处理单元1110执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元1110可以执行如本公开实施例所示的方法。
存储单元1120可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)11201和/或高速缓存存储单元11202，还可以进一步包括只读存储单元(ROM)11203。
存储单元1120还可以包括具有一组(至少一个)程序模块11205的程序/实用工具11204，这样的程序模块11205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1130可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1100也可以与一个或多个外部设备1140(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1100交互的设备通信，和/或与使得该电子设备1100能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1150进行。并且，电子设备1100还可以通过网络适配器1160与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。
如图11所示，网络适配器1160通过总线1130与电子设备1100的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1100使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
综上，本公开通过将多灾种预警信息多个不同的元数据属性去除量纲，根据历史数据分析将预警信息中每种元数据进行了不同的标准化处理，使得不同单位或量级的指标可以进行比较和加权，将多条预警信息发布顺序按优先级进行了排序，具备以下特点和效果：
(1)一定时空范围内的各种预警类型数据分化较大，采用非线性log对数函数转换方法进行处理。通过要发布的预警信息的预警类型出现在指定时空范围的概率可以看出，当对某一地域出现的从未出现过的预警类型时，通过公式计算得到结果值会急速锐减，能够为异常预警起到较好的提示作用。
(2)预警信息发布的提前时间具有正态分布的特征，可以采用0均值标准化方法对数据处理，当提前时间小于平均时间时，即提前时间量为负值，优先级会得到显著提升。符合预警信息时间效应，即提前时间越小，待发送优先级越高。
(3)预警持续时间采用离差标准化方法进行处理，越严重的预警信息，它的持续时间越短，越需要值得注意，因此具有较高的传播效应。
(4)根据统计分析结果来看，同级别发布单位发布的预警数量在同一数量级上，不同级别的数量差异较大，且不具备线性规律，采用非线性log对数函数转换方法进行处理。
(5)预警级别分化较大，采用非线性log对数函数转换方法进行处理，红色预警出现的概率极低，即当出现红色预警或橙色预警时，通过此公式计算得出的结果会极速锐减，也符合预警级别严重程度按红橙黄蓝依次递减的规定。
本公开的优先级算法的计算并不是按照业务规定级别进行人为赋权计算，而是根据历史数据统计，分析每种元数据属性出现的频次，因此，是一种采用客观的方式对多种元数据加权计算得出的优先级。
根据统计范围内各元数据指标的信息熵计算得出的权值，也为计算结果给出了一定客观性指导。此外，为适应各地实际业务的不同，亦可通过综合评定或效益评估等多种方式对权重系数进行自适应调节，因此，不同地域的预警信息优先级排序会有所不同。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请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构思由权利要求指出。
Claims (9)
1.一种多灾种预警信息发布优先级的确定方法，其特征在于，包括：
获取待发布的预警信息的属性信息因子，包括：
确定与待发布的所述预警信息属于同一类型的预警信息的数量；
确定待发布的所述预警信息的统计范围，并确定所述统计范围内的预警信息的总数；
对同一类型的预警信息的数量进行第一非线性处理，得到第一数值；
对所述预警信息的总数进行第二非线性处理，得到第二数值；
根据所述第一数值和所述第二数值之间的比例关系，确定待发布的所述预警信息的第一属性信息因子，所述第一属性信息因子为所述属性信息因子中的一种；
确定每种所述属性信息因子对应的信息熵；
根据所述信息熵确定每种所述属性信息因子的权重；
根据每种所述属性信息因子和所述权重确定所述预警信息的发布优先级信息。
2.如权利要求1所述的多灾种预警信息发布优先级的确定方法，其特征在于，获取待发布的预警信息的属性信息因子还包括：
确定与待发布的所述预警信息属于同一类型的预警信息；
确定同一类型的预警信息的发布提前时间的平均值；
确定同一类型的预警信息的发布提前时间的标准差；
根据待发布的所述预警信息的发布提前时间、所述平均值和所述标准差，确定待发布的所述预警信息的第二属性信息因子，所述第二属性信息因子为所述属性信息因子中的一种。
3.如权利要求1所述的多灾种预警信息发布优先级的确定方法，其特征在于，获取待发布的预警信息的属性信息因子还包括：
获取待发布的预警信息的发布持续时间；
比较所述发布持续时间与预设发布持续时间之间的大小关系；
根据所述大小关系对所述发布持续时间进行离差标准化处理；
将所述离差标准化的处理结果确定为待发布的所述预警信息的第三属性信息因子，所述第三属性信息因子为所述属性信息因子中的一种。
4.如权利要求3所述的多灾种预警信息发布优先级的确定方法，其特征在于，将所述离差标准化的处理结果确定为待发布的所述预警信息的第三属性信息因子包括：
若确定所述发布持续时间大于或等于所述预设发布持续时间，则将所述第三属性信息因子确定为第三属性预设值；
若确定所述发布持续时间小于所述预设发布持续时间，则根据待发布的所述预警信息的发布持续时间、最长发布持续时间和最短发布持续时间，确定待发布的所述预警信息的第三属性信息因子。
5.如权利要求3所述的多灾种预警信息发布优先级的确定方法，其特征在于，若确定所述发布持续时间小于所述预设发布持续时间，则根据待发布的所述预警信息的发布持续时间、最长发布持续时间和最短发布持续时间，确定待发布的所述预警信息的第三属性信息因子包括：
确定与待发布的所述预警信息属于同一类型的预警信息；
确定同一类型的预警信息中的最长发布持续时间；
计算所述最长发布持续时间与所述发布持续时间之间的第一持续时间差值；
确定同一类型的预警信息中的最短发布持续时间；
计算所述最长发布持续时间与所述最短发布持续时间之间的第二持续时间差值；根据待发布的所述预警信息的发布持续时间、所述第一持续时间差和所述第二持续时间差，确定待发布的所述预警信息的第三属性信息因子。
6.如权利要求1所述的多灾种预警信息发布优先级的确定方法，其特征在于，获取待发布的预警信息的属性信息因子还包括：
确定与待发布的所述预警信息属于同一发布平台的预警信息的数量；
确定待发布的所述预警信息的统计范围，并确定所述统计范围内的预警信息的总数；
对同一发布平台的预警信息的数量进行第三非线性处理，得到第三数值；
对所述预警信息的总数进行第四非线性处理，得到第四数值；
根据所述第三数值和所述第四数值之间的比例关系，确定待发布的所述预警信息的第四属性信息因子，所述第四属性信息因子为所述属性信息因子中的一种。
7.如权利要求1所述的多灾种预警信息发布优先级的确定方法，其特征在于，获取待发布的预警信息的属性信息因子还包括：
确定与待发布的所述预警信息属于同一预警级别的预警信息的数量；
确定待发布的所述预警信息的统计范围，并确定所述统计范围内的预警信息的总数；
对同一预警级别的预警信息的数量进行第五非线性处理，得到第五数值；
对预警信息的总数进行第六非线性处理，得到第六数值；
根据待发布的所述预警信息的预警信息状态确定预警级别系数；
根据所述第五数值和所述第六数值之间的比例关系、预警级别系数，确定待发布的所述预警信息的第五属性信息因子，所述第五属性信息因子为所述属性信息因子中的一种。
8.如权利要求7所述的多灾种预警信息发布优先级的确定方法，其特征在于，
所述预警级别系数为初始系数、更新升级调整系数和更新降级调整系数中的一种，所述初始系数表示所述预警信息是首次发布的系数，所述更新升级调整系数表示所述预警信息的预警级别是由低级别预警上升为高级别预警后的系数，所述更新降级调整系数表示所述预警信息的预警级别是由高级别预警降低为低级别预警后的系数，所述初始系数大于所述更新升级调整系数，所述初始系数小于所述更新降级调整系数。
9.如权利要求1-8中任一项所述的多灾种预警信息发布优先级的确定方法，其特征在于，根据每种所述属性信息因子和所述权重确定所述预警信息的发布优先级信息包括：
确定待发布的所述预警信息的每种所述属性信息因子和权重的加权和；
根据所述加权和确定所述预警信息的发布优先级信息，所述属性信息因子的信息熵与所述权重负相关。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110493633.0A CN113191646B (zh) | 2021-05-07 | 2021-05-07 | 多灾种预警信息发布优先级的确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110493633.0A CN113191646B (zh) | 2021-05-07 | 2021-05-07 | 多灾种预警信息发布优先级的确定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113191646A CN113191646A (zh) | 2021-07-30 |
| CN113191646B true CN113191646B (zh) | 2022-03-22 |
Family
ID=76983899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110493633.0A Active CN113191646B (zh) | 2021-05-07 | 2021-05-07 | 多灾种预警信息发布优先级的确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113191646B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114943488B (zh) * | 2022-07-21 | 2022-11-22 | 中国气象局公共气象服务中心(国家预警信息发布中心) | 一种气象灾害预警信号效能评估方法 |
| CN116308721B (zh) * | 2023-05-11 | 2023-10-20 | 菏泽市市场监管监测中心 | 一种信息监督管理方法、装置、电子设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108847000A (zh) * | 2018-08-03 | 2018-11-20 | 青海大学 | 一种滑坡地质灾害预警推送方法 |
| CN109784602A (zh) * | 2018-10-21 | 2019-05-21 | 武汉科技大学 | 一种基于ptva模型的多灾种耦合物理脆弱性评估方法 |
| CN112365100A (zh) * | 2020-12-08 | 2021-02-12 | 国网四川省电力公司内江供电公司 | 基于灾害风险综合评估的电网灾害预警及应对方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2498214A1 (en) * | 2009-11-04 | 2012-09-12 | NTT DoCoMo, Inc. | Disaster information provision system and disaster information provision method |
-
2021
- 2021-05-07 CN CN202110493633.0A patent/CN113191646B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108847000A (zh) * | 2018-08-03 | 2018-11-20 | 青海大学 | 一种滑坡地质灾害预警推送方法 |
| CN109784602A (zh) * | 2018-10-21 | 2019-05-21 | 武汉科技大学 | 一种基于ptva模型的多灾种耦合物理脆弱性评估方法 |
| CN112365100A (zh) * | 2020-12-08 | 2021-02-12 | 国网四川省电力公司内江供电公司 | 基于灾害风险综合评估的电网灾害预警及应对方法 |
Non-Patent Citations (2)
| Title |
|---|
| 气象预警短信发布实施方案;diannazhao;《百度》;20191031;第1-3页 * |
| 综合防灾规划中多灾种风险评估技术研究;夏陈红 等;《上海城市规划》;20200630;第105-111页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113191646A (zh) | 2021-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113191646B (zh) | 多灾种预警信息发布优先级的确定方法 | |
| CN112258093B (zh) | 风险等级的数据处理方法及装置、存储介质、电子设备 | |
| CN110929799B (zh) | 用于检测异常用户的方法、电子设备和计算机可读介质 | |
| CN110827157A (zh) | 数据处理方法与装置、存储介质、电子设备 | |
| CN112016793B (zh) | 基于目标用户群的资源分配方法、装置及电子设备 | |
| CN107819745B (zh) | 异常流量的防御方法和装置 | |
| CN113705184A (zh) | 自定义报表的生成方法及装置、存储介质、电子设备 | |
| CN114547069A (zh) | 数据查询方法、装置、电子设备以及存储介质 | |
| CN112330151A (zh) | 业务处理方法、终端设备及存储介质 | |
| CN112651453A (zh) | 损失函数的自适应方法、装置、设备和存储介质 | |
| CN116342164A (zh) | 目标用户群体的定位方法、装置、电子设备及存储介质 | |
| CN113836410B (zh) | 车辆声品质评估方法、装置、评估设备及存储介质 | |
| CN111062604B (zh) | 基于气象灾害的电网业务风险评估方法、装置及设备 | |
| CN113706223A (zh) | 一种数据处理方法和装置 | |
| CN113112311A (zh) | 训练因果推断模型的方法、信息提示方法以装置 | |
| CN110246026B (zh) | 一种数据转移的输出组合设定方法、装置及终端设备 | |
| CN113205363A (zh) | 一种基于大数据的业务指标监测方法及装置 | |
| CN113762313A (zh) | 请求识别的方法、装置、电子设备和存储介质 | |
| CN112488857A (zh) | 事件识别的方法、装置、电子设备和存储介质 | |
| CN115408373A (zh) | 数据处理方法及设备、计算机可读存储介质 | |
| CN115345247B (zh) | 模型训练和公路轴载确定方法、装置、设备及介质 | |
| CN116150225A (zh) | 数据字段处理方法、装置、设备、介质和程序产品 | |
| EP4134834A1 (en) | Method and apparatus of processing feature information, electronic device, and storage medium | |
| CN103530528A (zh) | 评估方法及装置 | |
| CN112529236B (zh) | 目标对象识别方法、装置、电子设备及存储介质 |
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 |