CN115630322A - 户外广告隐患点预警方法及其应用 - Google Patents
户外广告隐患点预警方法及其应用 Download PDFInfo
- Publication number
- CN115630322A CN115630322A CN202211300588.3A CN202211300588A CN115630322A CN 115630322 A CN115630322 A CN 115630322A CN 202211300588 A CN202211300588 A CN 202211300588A CN 115630322 A CN115630322 A CN 115630322A
- Authority
- CN
- China
- Prior art keywords
- hidden danger
- advertisement
- points
- hidden
- early warning
- 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
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提出了户外广告隐患点预警方法及其应用,包括以下步骤:输入多个已知分类的样本矩阵;S10、输入多个未知是否为隐患点的户外广告的多类因素数据作为未知待分类的样本矩阵,并计算出未知是否为隐患点的多个广告的隐患情况;S20、得出广告隐患点并进行预警;S30、通过巡查对得到的广告隐患点进行纠正,并将确认存在隐患的广告隐患点和确认为非隐患点的广告点均补充到所述已知分类的样本矩阵中。本申请具有结合各种因素和已发生的广告问题来发现广告潜在的风险。从而有效缩小巡查范围,提供工作效率。同时通过现场巡查的实际情况确认隐患点,扩大样本库,增加易被误判的广告的样本量,使结果更加精确。
Description
技术领域
本申请涉及城市治理技术领域,特别是一种涉及户外广告隐患点预警方法及其应用。
背景技术
目前针对户外广告问题大都通过已有问题的上报发现,是较为被动的管理方式,也有通过传感器和摄像头监控上报问题,但是主要还是以人工主动上报为主。无论是人工主动上报还是传感器和摄像头监控(只能结合传感器数据和图像数据)均无法结合多种隐患因素对广告潜在风险进行综合分析,根据不同情况并结合之前发生过的隐患信息发现相应的可能会产生隐患的重点广告,从而满足提前发现潜在风险来进行户外广告重点地区主动预警防范的需求,避免广告对人的生命安全财产造成伤害。
因此,亟待一种可智能高效地发现户外广告隐患点的于判别分析算法的户外广告隐患点预警方法及其应用。
发明内容
本申请实施例提供了户外广告隐患点预警方法及其应用,针对目前技术存在的无法高效地发现户外广告隐患点等问题。
本发明核心技术主要是通过广告位置、该广告曾经发生隐患的次数、天气情况、广告材质、施工时间、施工单位等因素结合之前发生过问题的广告的相关条件,通过判别算法得出当前情况下可能存在潜在隐患风险的广告,从而精确缩小巡查范围,减少人力成本。并通过现场巡查确认实际隐患点,归入样本库,持续增加易被误判的样本量,使样本数据更加精确,从而有效减少误差。
第一方面,本申请提供了户外广告隐患点预警方法,所述方法包括以下步骤:
S00、输入多个已知具有隐患的户外广告样本的多类因素数据以及多个已知不具有隐患的户外广告样本的多类因素数据,作为已知分类的样本矩阵;
S10、输入多个未知是否为隐患点的户外广告的多类因素数据作为未知待分类的样本矩阵,并计算出未知是否为隐患点的多个广告的隐患情况;
S20、根据未知是否为隐患点的多个广告的隐患情况得出广告隐患点并进行预警;
S30、通过巡查对得到的广告隐患点进行纠正,并将确认存在隐患的广告隐患点和确认为非隐患点的广告点均补充到所述已知分类的样本矩阵中以便下一次预警。
进一步地,步骤S00中,所有因素数据均包括广告所在道路、广告历史发生隐患次数、当前天气情况、广告材质、广告施工完成时间及广告施工单位。
进一步地,步骤S10中,通过判别分析算法计算出未知是否为隐患点的多个广告的隐患情况。
进一步地,步骤S10中,判别算法为Matlab统计工具箱中的判别算法。
进一步地,步骤S00中,将当前天气情况转换成气象预警等级。
进一步地,步骤S00中,所有因素数据的每一个因素的分布函数均为:
Fi(x1,…,xm),i=1,2,…,n
其中,(x1,…,xm)是表征总体特性的m个随机变量的取值。
第二方面,本申请提供了一种户外广告隐患点预警方法装置,包括:
样本模块,用于存储样本矩阵;
输入模块,用于输入多个已知具有隐患的户外广告样本的多类因素数据以及多个已知不具有隐患的户外广告样本的多类因素数据,作为已知分类的样本矩阵;输入多个未知是否为隐患点的户外广告的多类因素数据作为未知待分类的样本矩阵;
处理模块,用于通过判别分析算法计算出未知是否为隐患点的多个广告的隐患情况;
输出预警模块,用于根据未知是否为隐患点的多个广告的隐患情况得出广告隐患点并进行预警;
巡查纠正模块,用于下发巡查任务,通过巡查对得到的广告隐患点进行纠正,并将确认存在隐患的广告隐患点和确认为非隐患点的广告点均补充到已知分类的样本矩阵中以便下一次预警。
第三方面,本申请提供了一种电子装置,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为运行计算机程序以执行上述的户外广告隐患点预警方法。
第四方面,本申请提供了一种可读存储介质,可读存储介质中存储有计算机程序,计算机程序包括用于控制过程以执行过程的程序代码,过程包括根据上述的户外广告隐患点预警方法。
本发明的主要贡献和创新点如下:1、与现有技术相比,本申请利用判别算法结合各种因素数据和已知数据来发现广告潜在的风险。从而有效缩小巡查范围,提供工作效率。同时通过现场巡查的实际情况确认隐患点,扩大样本库,增加易被误判的广告的样本量,使结果更加精确;
2、与现有技术相比,本申请可适用于目前的巡查方式以及现存的利用传感器和监控探头的方式,能够有效利用这些现有方式获取的数据作为已知的样本数据,如此使得本申请可在现有技术基础上直接改造升级,实现难度低,还能够化被动为主动,提前对风险进行防范。改进方法符合实际需要,使城管的工作效率更加高效和准确,避免广告伤人事件的发生。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的户外广告隐患点预警方法的流程;
图2是根据本申请实施例的电子装置的硬件结构示意图。
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说明书一个或多个实施例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、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。
需要说明的是:在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其他实施例中可能被分解为多个步骤进行描述;而本说明书中所描述的多个步骤,在其他实施例中也可能被合并为单个步骤进行描述。
目前的巡查方式和监测系统(传感器和监控探头等)无法做到准确识别广告隐患点。
基于此,本发明基于判别分析来解决现有技术存在的问题。
实施例一
具体地,本申请实施例提供了户外广告隐患点预警方法,具体地,参考图1,所述方法包括:
S00、输入多个已知具有隐患的户外广告样本的多类因素数据以及多个已知不具有隐患的户外广告样本的多类因素数据,作为已知分类的样本矩阵;
在本实施例中,输入t1个已知具有隐患的户外广告样本的m类因素数据和t2个已知不具有隐患的户外广告样本的m类因素数据作为TRAINING,即已知分类的样本矩阵。
优选地,因素数据即输入样本广告的广告所在道路、该广告曾经发现隐患的次数、天气情况(如转换成气象预警等级,如1,2,3等,或者橙色,红色等)、广告材质(如铝合金、不锈钢等,也可以是混合材料)、施工完成时间、施工单位等事件信息,可以是其中多种组合。缺少某项因素并不会影响结果的生成,因素可以根据实际情况自由搭配。因素越多结果越准确。
如以处于暴雨气象预警下的户外广告为例,系统开始将分析当前条件下的广告隐患点。根据统计情况,得到下列相关数据如下表1(5个已知具有隐患的户外广告样本)和表2(4个已知不具有隐患的户外广告样本):
表1
表2
因此,从概率论的角度看,设共有n个总体:ξ1,ξ2,…,ξn;其中ξi是m维随机变量,其分布函数为:
Fi(x1,…,xm),i=1,2,…,n
而(x1,…,xm)是表征总体特性(户外广告的因素数据)的m个随机变量的取值。在后续判别分析中称这m个变量为判别因子。
S10、输入多个未知是否为隐患点的户外广告的多类因素数据作为未知待分类的样本矩阵,并计算出未知是否为隐患点的多个广告的隐患情况;
在本实施例中,输入s个未知是否为隐患点的户外广告m类因素数据作为SAMPLE,SAMPLE为未知待分类的样本矩阵;
如下表3(5个未知是否具有隐患的户外广告样本):
表3
优选地,利用判别分析算法计算出未知是否为隐患点的s个广告的隐患情况。在本实施例中,判别分析算法指Matlab统计工具箱中的判别算法,函数的调用格式为:
[CLASS,ERR]=CLASSIFY(SAMPLE,TRAINING,GROUP,TYPE)
其中SAMPLE为未知待分类的样本矩阵,TRAINING为已知分类的样本矩阵,具有相同的列数m,设待分类的样本点的个数,即SAMPLE的行数为s,已知样本点的个数,即TRAINING的行数为t,则GROUP为t维列向量,若TRAINING的第i行属于总体ξi,则GROUP对应位置的元素可以记为i,TYPE为分类方法,缺省值为'linear',即线性分类,TYPE还可取值'quadratic','mahalanobis'(mahalanobis距离)。返回值CLASS为s维列向量,给出了SAMPLE中样本的分类,ERR给出了分类误判率的估计值。
如此计算过程为:
已知样本:
未知样本:
根据函数得到:[class,err]=classify(x,a,g),
其中g为GROUP。
S20、根据未知是否为隐患点的多个广告的隐患情况得出广告隐患点并进行预警;
而根据[class,err]=classify(x,a,g)可以得列向量class,如获得class=[0,1,1,0,0],0代表隐患广告,1代表非隐患广告,则这5个广告a、d、e为隐患广告,广告b、c为非隐患广告。
S30、通过巡查对得到的广告隐患点进行纠正,并将确认存在隐患的广告隐患点和确认为非隐患点的广告点均补充到已知分类的样本矩阵中以便下一次预警。
在本实施例中,预警后可下发指令对n个广告隐患点进行现场巡查和整改,如此可以缩小巡查范围,不需要每一个都进行巡查,通过巡查,纠正误差,将确认过的n个广告数据中的a个隐患点和n-a个非隐患点数据分别补充进样本数据TRAINING,此时样本数据为隐患数据t1+a个,非隐患数据t2+n-a个。
其中广告隐患问题具有各种特征值,需要进行综合分析。而判别分析又称“分辨法”,是在分类确定的条件下,根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。二者有效适配。同时判别分析需要用研究对象的大量资料确定判别函数中的待定系数,并计算判别指标。所以本申请设计了通过巡查二次检验的方式不断扩大样本数据,从而在实际生产应用中提高本方法的精确度。
本申请的判别分析算法本质也类似于机器学习。区别在于判别分析算法结合了实际可落地的应用,加入了对隐患点人工筛选矫正的过程。发现隐患点的目的就是为了提前对广告隐患进行检测,所以现场勘察和处置预防问题是必然的处置环节,处理时对隐患点判断的准确性进行矫正,从而为下一次隐患判断服务。如此可以仅输入本申请算法中获得的隐患点样本,而不是将所有的样本都输入,而系统判断为隐患点,实际不为隐患点的是最易误判的部分,通过输入隐患部分的样本,可以最大程度的减少未来发生的误判情况。
实施例二
基于相同的构思,本申请还提出了一种户外广告隐患点预警方法装置,包括:
样本模块,用于存储样本矩阵;
输入模块,用于输入多个已知具有隐患的户外广告样本的多类因素数据以及多个已知不具有隐患的户外广告样本的多类因素数据,作为已知分类的样本矩阵;输入多个未知是否为隐患点的户外广告的多类因素数据作为未知待分类的样本矩阵;
处理模块,用于通过判别分析算法计算出未知是否为隐患点的多个广告的隐患情况;
输出预警模块,用于根据未知是否为隐患点的多个广告的隐患情况得出广告隐患点并进行预警;
巡查纠正模块,用于下发巡查任务,通过巡查对得到的广告隐患点进行纠正,并将确认存在隐患的广告隐患点和确认为非隐患点的广告点均补充到已知分类的样本矩阵中以便下一次预警。
实施例三
本实施例还提供了一种电子装置,参考图2,包括存储器404和处理器402,该存储器404中存储有计算机程序,该处理器402被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
具体地,上述处理器402可以包括中央处理器(CPU),或者特定集成电路(ApplicationSpecificIntegratedCircuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器404可以包括用于数据或指令的大容量存储器404。举例来说而非限制,存储器404可包括硬盘驱动器(HardDiskDrive,简称为HDD)、软盘驱动器、固态驱动器(SolidStateDrive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(UniversalSerialB us,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器404可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器404可在数据处理装置的内部或外部。在特定实施例中,存储器404是非易失性(Non-Volatile)存储器。在特定实施例中,存储器404包括只读存储器(Read-OnlyMemory,简称为ROM)和随机存取存储器(RandomAccessMemory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(ProgrammableRead-OnlyMemory,简称为PROM)、可擦除PROM(ErasableProgrammableRead-OnlyMemory,简称为EPROM)、电可擦除PROM(ElectricallyErasableProgrammableRead-OnlyMemory,简称为EEPROM)、电可改写ROM(ElectricallyAlterableRead-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(StaticRando m-AccessMemory,简称为SRAM)或动态随机存取存储器(Dynamic RandomAccessMemory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器404(FastPageModeDynamicRandomAcce ssMemory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(ExtendedDateOutDynamicRandomAccessMemory,简称为EDODRA M)、同步动态随机存取内存(SynchronousDynamicRandom-AccessM emory,简称SDRAM)等。
存储器404可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器402所执行的可能的计算机程序指令。
处理器402通过读取并执行存储器404中存储的计算机程序指令,以实现上述实施例中的任意户外广告隐患点预警方法。
可选地,上述电子装置还可以包括传输设备406以及输入输出设备408,其中,该传输设备406和上述处理器402连接,该输入输出设备408和上述处理器402连接。
传输设备406可以用来经由一个网络接收或者发送数据。上述的网络具体实例可包括电子装置的通信供应商提供的有线或无线网络。在一个实例中,传输设备包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备406可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
输入输出设备408用于输入或输出信息。在本实施例中,输入的信息可以是已知的样本数据和未知的样本数据等,输出的信息可以是广告隐患点等。
实施例四
本实施例还提供了一种可读存储介质,可读存储介质中存储有计算机程序,计算机程序包括用于控制过程以执行过程的程序代码,过程包括根据实施例一的户外广告隐患点预警方法。
需要说明的是,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
通常,各种实施例可以以硬件或专用电路、软件、逻辑或其任何组合来实现。本发明的一些方面可以以硬件来实现,而其他方面可以由控制器、微处理器或其他计算设备执行的固件或软件来实现,但是本发明不限于此。尽管本发明的各个方面可以被示出和描述为框图、流程图或使用一些其他图形表示,但是应当理解,作为非限制性示例,本文中描述的这些框、装置、系统、技术或方法可以以硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备或其某种组合来实现。
本发明的实施例可以由计算机软件来实现,该计算机软件由移动设备的数据处理器诸如在处理器实体中可执行,或者由硬件来实现,或者由软件和硬件的组合来实现。包括软件例程、小程序和/或宏的计算机软件或程序(也称为程序产品)可以存储在任何装置可读数据存储介质中,并且它们包括用于执行特定任务的程序指令。计算机程序产品可以包括当程序运行时被配置为执行实施例的一个或多个计算机可执行组件。一个或多个计算机可执行组件可以是至少一个软件代码或其一部分。另外,在这一点上,应当注意,如图中的逻辑流程的任何框可以表示程序步骤、或者互连的逻辑电路、框和功能、或者程序步骤和逻辑电路、框和功能的组合。软件可以存储在诸如存储器芯片或在处理器内实现的存储块等物理介质、诸如硬盘或软盘等磁性介质、以及诸如例如DVD及其数据变体、CD等光学介质上。物理介质是非瞬态介质。
本领域的技术人员应该明白,以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (9)
1.户外广告隐患点预警方法,其特征在于,包括以下步骤:
S00、输入多个已知具有隐患的户外广告样本的多类因素数据以及多个已知不具有隐患的户外广告样本的多类因素数据,作为已知分类的样本矩阵;
S10、输入多个未知是否为隐患点的户外广告的多类因素数据作为未知待分类的样本矩阵,并计算出未知是否为隐患点的多个广告的隐患情况;
S20、根据未知是否为隐患点的多个广告的隐患情况得出广告隐患点并进行预警;
S30、通过巡查对得到的广告隐患点进行纠正,并将确认存在隐患的广告隐患点和确认为非隐患点的广告点均补充到所述已知分类的样本矩阵中以便下一次预警。
2.如权利要求1所述的户外广告隐患点预警方法,其特征在于,步骤S00中,所有因素数据均包括广告所在道路、广告历史发生隐患次数、当前天气情况、广告材质、广告施工完成时间及广告施工单位。
3.如权利要求1所述的户外广告隐患点预警方法,其特征在于,步骤S10中,通过判别分析算法计算出未知是否为隐患点的多个广告的隐患情况。
4.如权利要求3所述的户外广告隐患点预警方法,其特征在于,步骤S10中,所述判别分析算法为Matlab统计工具箱中的判别算法。
5.如权利要求2所述的户外广告隐患点预警方法,其特征在于,步骤S00中,将当前天气情况转换成气象预警等级。
6.如权利要求2所述的户外广告隐患点预警方法,其特征在于,步骤S00中,所有因素数据的每一个因素的分布函数均为:
Fi(x1,…,xm),i=1,2,…,n
其中,(x1,…,xm)是表征总体特性的m个随机变量的取值。
7.一种户外广告隐患点预警方法装置,其特征在于,包括:
样本模块,用于存储样本矩阵;
输入模块,用于输入多个已知具有隐患的户外广告样本的多类因素数据以及多个已知不具有隐患的户外广告样本的多类因素数据,作为已知分类的样本矩阵;输入多个未知是否为隐患点的户外广告的多类因素数据作为未知待分类的样本矩阵;
处理模块,用于通过判别分析算法计算出未知是否为隐患点的多个广告的隐患情况;
输出预警模块,用于根据未知是否为隐患点的多个广告的隐患情况得出广告隐患点并进行预警;
巡查纠正模块,用于下发巡查任务,通过巡查对得到的广告隐患点进行纠正,并将确认存在隐患的广告隐患点和确认为非隐患点的广告点均补充到已知分类的样本矩阵中以便下一次预警。
8.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至6任一项所述的户外广告隐患点预警方法。
9.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序包括用于控制过程以执行过程的程序代码,所述过程包括根据权利要求1至6任一项所述的户外广告隐患点预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211300588.3A CN115630322A (zh) | 2022-10-21 | 2022-10-21 | 户外广告隐患点预警方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211300588.3A CN115630322A (zh) | 2022-10-21 | 2022-10-21 | 户外广告隐患点预警方法及其应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115630322A true CN115630322A (zh) | 2023-01-20 |
Family
ID=84906980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211300588.3A Pending CN115630322A (zh) | 2022-10-21 | 2022-10-21 | 户外广告隐患点预警方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115630322A (zh) |
-
2022
- 2022-10-21 CN CN202211300588.3A patent/CN115630322A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106951984B (zh) | 一种系统健康度动态分析预测方法及装置 | |
EP2854053B1 (en) | Defect prediction method and device | |
US8433539B2 (en) | Wind turbine monitoring device, method, and program | |
CN105184084B (zh) | 一种电力计量自动化终端故障类型预测方法和系统 | |
CN116148679B (zh) | 一种电池健康状态的预测方法及相关装置 | |
CN112188531A (zh) | 异常检测方法、装置、电子设备及计算机存储介质 | |
CN112084229A (zh) | 一种识别城镇燃气用户异常用气行为的方法及装置 | |
CN115860727A (zh) | 一种智慧园区运维系统 | |
US20230388202A1 (en) | Methods and systems for inferred information propagation for aircraft prognostics | |
US20140115400A1 (en) | Device and method for fault management of smart device | |
CN117094184B (zh) | 基于内网平台的风险预测模型的建模方法、系统及介质 | |
CN114399321A (zh) | 一种业务系统稳定性分析方法、装置和设备 | |
CN114638633A (zh) | 异常流量检测的方法和装置、电子设备和存储介质 | |
CN114202256B (zh) | 架构升级预警方法、装置、智能终端及可读存储介质 | |
CN115456438A (zh) | 企业经营行为异常预警方法及其应用 | |
CN113536066A (zh) | 一种数据异常检测算法确定方法、装置及计算机设备 | |
CN114338351B (zh) | 网络异常根因确定方法、装置、计算机设备及存储介质 | |
CN114662772A (zh) | 交通噪音预警方法、模型训练方法、装置、设备及介质 | |
Bertail et al. | On bootstrapping the ROC curve | |
CN116740586A (zh) | 冰雹识别方法、装置、电子设备及计算机可读存储介质 | |
CN115630322A (zh) | 户外广告隐患点预警方法及其应用 | |
CN116319255A (zh) | 一种基于kpi的根因定位方法、装置、设备及存储介质 | |
CN114332766A (zh) | 基于行动规律的危险行为预警方法、装置及其应用 | |
CN109086207B (zh) | 页面响应故障分析方法、计算机可读存储介质及终端设备 | |
JP2020009325A (ja) | 異常検知プログラム、異常検知方法及び異常検知装置 |
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 |