CN116258245A - 一种事件的智能化防控方法及装置 - Google Patents
一种事件的智能化防控方法及装置 Download PDFInfo
- Publication number
- CN116258245A CN116258245A CN202211624090.2A CN202211624090A CN116258245A CN 116258245 A CN116258245 A CN 116258245A CN 202211624090 A CN202211624090 A CN 202211624090A CN 116258245 A CN116258245 A CN 116258245A
- Authority
- CN
- China
- Prior art keywords
- information
- event
- determining
- target area
- control
- 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
- 230000002265 prevention Effects 0.000 title claims abstract description 178
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 82
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 9
- 230000010365 information processing Effects 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 description 35
- 238000013500 data storage Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 238000012512 characterization method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000002349 favourable effect Effects 0.000 description 4
- 238000004080 punching Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种事件的智能化防控方法及装置,该方法包括:采集目标区域对应的用户的时空数据,并根据时空数据及信息时空化处理条件,确定用户对应的时空化信息;根据时空化信息及分布特征处理条件,确定目标区域的分布特征信息;根据分布特征信息及目标区域对应的地理信息,确定目标区域对应的事件预测结果,事件预测结果用于表示目标区域对应的事件预测发生概率。可见,本发明能够提高事件智能化防控方式的全面性、合理性和科学性,提高事件的预测准确性和预测可靠性,进而提高事件的防控精准性和防控可靠性,此外,还提高事件的预测效率和预测便捷性,进而提高事件的防控效率、防控便捷性和防控及时性。
Description
技术领域
本发明涉及智能防控技术领域,尤其涉及一种事件的智能化防控方法及装置。
背景技术
纵观国内外情况,事件的发生会给城市的稳定安全带来很大的影响以及给人民的生命财产带来很大损失,随着城市对于精细化管理要求越来越高,需对城市事件进行区域模块化管理与防控,以最大程度避免影响城市的正常运作和建设。
当前,针对事件防控方式主要是人为监测和采集与事件可能存在关联关系的预兆信息,进一步主观化地对预兆信息进行分析得到预测事件,然后确定出该预测事件的防控措施,人为操作容易受到精神状态、环境氛围、主观意识等多方面因素的影响,可见,现有的事件防控方式存在防控精准性和防控可靠性低的问题。因此,提供一种新的事件防控方式以提高防控精准性和防控可靠性显得尤为重要。
发明内容
本发明内容所要解决的技术问题在于,提供一种事件的智能化防控方法及装置,能够提高防控精准性和防控可靠性。
为了解决上述技术问题,本发明第一方面公开了一种事件的智能化防控方法,所述方法包括:
采集目标区域对应的用户的时空数据,并根据所述时空数据及设定的信息时空化处理条件,确定所述用户对应的时空化信息;
根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息;
根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果,所述事件预测结果用于表示所述目标区域对应的事件预测发生概率。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息,包括:
根据所述时空化信息及设定的信息维度分析条件,确定所述时空化信息对应的信息维度情况;
根据所述信息维度情况,从预构建的分布特征处理模型集合中筛选出与所述时空化信息相匹配的目标分布特征处理模型;
根据所述时空化信息及所述目标分布特征处理模型,确定对应的分布特征处理结果,作为所述目标区域对应的分布特征信息。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述时空数据及设定的信息时空化处理条件,确定所述用户对应的时空化信息,包括:
根据所述时空数据及设定的基础信息处理条件,确定基础化数据,并根据获取到的用户交集信息及设定的用户类型划分条件,确定所述用户的用户类型情况;
根据所述基础化数据、所述用户类型情况及所述用户类型情况对应的参数权重处理条件,确定时空轨迹化信息;
根据所述时空轨迹化信息及获取到的所述目标区域的关键位置信息,确定所述用户对应的时空化信息。
作为一种可选的实施方式,在本发明第一方面中,在所述根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息之前,所述方法还包括:
判断所述时空化信息是否满足预设的质量校验条件;
当判断结果为是时,执行所述的根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息的操作;
当判断结果为否时,根据所述时空化信息及所述质量校验条件,筛选出需调整信息;根据设定的信息质量调整条件,对所述需调整信息进行质量调整操作,得到质量调整后的所述时空化信息;并基于质量调整后的所述时空化信息,执行所述的根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息的操作。
作为一种可选的实施方式,在本发明第一方面中,在所述根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果之后,所述方法还包括:
获取所述目标区域对应的实时事件发生情况,并分析所述事件预测结果及所述实时事件发生情况,得到预测准确度;
判断所述预测准确度是否大于等于预设的预测准确度阈值;
当判断出所述预测准确度大于等于所述预测准确度阈值时,确定所述事件预测结果准确有效;
当判断出所述预测准确度小于所述预测准确度阈值时,根据所述事件预测结果、所述实时事件发生情况及所述预测准确度,确定预测调整参数,所述预测调整参数用于调整智能化防控操作以提高事件的预测准确度。
作为一种可选的实施方式,在本发明第一方面中,所述判断所述时空化信息是否满足预设的质量校验条件,包括:
分析所述时空化信息及预设的信息质量要求,得到质量符合度,所述信息质量要求包括信息格式要求、信息类型属向要求及信息内容要求中的一种或多种;
判断所述质量符合度是否大于等于预设的质量符合度阈值;
当判断出所述质量符合度大于等于所述质量符合度阈值时,确定所述时空化信息满足预设的质量校验条件;
当判断出所述质量符合度小于所述质量符合度阈值时,确定所述时空化信息不满足质量校验条件。
作为一种可选的实施方式,在本发明第一方面中,在所述根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果之后,所述方法还包括:
根据所述事件预测结果,预测所述目标区域对应的事件发生趋势情况,所述事件发生趋势情况包括所述事件预测结果对应的事件的发生趋势情况和/或所述事件对应的关联事件的发生趋势情况;
分析所述事件发生趋势情况,得到所述目标区域的防控紧急度;
判断所述防控紧急度是否大于等于预设的防控紧急度阈值;
当判断出所述防控紧急度大于等于所述防控紧急度阈值时,根据所述事件发生趋势情况、所述防控紧急度及设定的事件防控条件,确定所述目标区域对应的事件防控信息。
本发明第二方面公开了一种事件的智能化防控装置,所述装置包括:
获取模块,用于采集目标区域对应的用户的时空数据;
确定模块,用于根据所述时空数据及设定的信息时空化处理条件,确定所述用户对应的时空化信息;根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息;
事件预测模块,根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果,所述事件预测结果用于表示所述目标区域对应的事件预测发生概率。
作为一种可选的实施方式,在本发明第二方面中,所述确定模块根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息的方式具体包括:
根据所述时空化信息及设定的信息维度分析条件,确定所述时空化信息对应的信息维度情况;
根据所述信息维度情况,从预构建的分布特征处理模型集合中筛选出与所述时空化信息相匹配的目标分布特征处理模型;
根据所述时空化信息及所述目标分布特征处理模型,确定对应的分布特征处理结果,作为所述目标区域对应的分布特征信息。
作为一种可选的实施方式,在本发明第二方面中,所述确定模块根据所述时空数据及设定的信息时空化处理条件,确定所述用户对应的时空化信息的方式具体包括:
根据所述时空数据及设定的基础信息处理条件,确定基础化数据,并根据获取到的用户交集信息及设定的用户类型划分条件,确定所述用户的用户类型情况;
根据所述基础化数据、所述用户类型情况及所述用户类型情况对应的参数权重处理条件,确定时空轨迹化信息;
根据所述时空轨迹化信息及获取到的所述目标区域的关键位置信息,确定所述用户对应的时空化信息。
作为一种可选的实施方式,在本发明第二方面中,所述装置还包括:
判断模块,用于在所述确定模块根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息之前,判断所述时空化信息是否满足预设的质量校验条件,当判断结果为是时,触发所述确定模块执行所述的根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息的操作;
调整模块,用于当所述判断模块判断出所述时空化信息不满足所述质量校验条件时,根据所述时空化信息及所述质量校验条件,筛选出需调整信息;根据设定的信息质量调整条件,对所述需调整信息进行质量调整操作,得到质量调整后的所述时空化信息;并基于质量调整后的所述时空化信息,触发所述确定模块执行所述的根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息的操作。
作为一种可选的实施方式,在本发明第二方面中,所述获取模块,还用于在所述确定模块根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果之后,获取所述目标区域对应的实时事件发生情况;
所述装置还包括:
分析模块,用于分析所述事件预测结果及所述实时事件发生情况,得到预测准确度;
所述判断模块,还用于判断所述预测准确度是否大于等于预设的预测准确度阈值;
所述确定模块,还用于当所述判断模块判断出所述预测准确度大于等于所述预测准确度阈值时,确定所述事件预测结果准确有效;
所述确定模块,还用于当所述判断模块判断出所述预测准确度小于所述预测准确度阈值时,根据所述事件预测结果、所述实时事件发生情况及所述预测准确度,确定预测调整参数,所述预测调整参数用于调整智能化防控操作以提高事件的预测准确度。
作为一种可选的实施方式,在本发明第二方面中,所述判断模块判断所述时空化信息是否满足预设的质量校验条件的方式具体包括:
分析所述时空化信息及预设的信息质量要求,得到质量符合度,所述信息质量要求包括信息格式要求、信息类型属向要求及信息内容要求中的一种或多种;
判断所述质量符合度是否大于等于预设的质量符合度阈值;
当判断出所述质量符合度大于等于所述质量符合度阈值时,确定所述时空化信息满足预设的质量校验条件;
当判断出所述质量符合度小于所述质量符合度阈值时,确定所述时空化信息不满足质量校验条件。
作为一种可选的实施方式,在本发明第二方面中,所述事件预测模块,还用于在所述根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果之后,根据所述事件预测结果,预测所述目标区域对应的事件发生趋势情况,所述事件发生趋势情况包括所述事件预测结果对应的事件的发生趋势情况和/或所述事件对应的关联事件的发生趋势情况;
所述分析模块,还用于分析所述事件发生趋势情况,得到所述目标区域的防控紧急度;
所述判断模块,还用于判断所述防控紧急度是否大于等于预设的防控紧急度阈值;
所述确定模块,还用于当所述判断模块判断出所述防控紧急度大于等于所述防控紧急度阈值时,根据所述事件发生趋势情况、所述防控紧急度及设定的事件防控条件,确定所述目标区域对应的事件防控信息。
本发明第三方面公开了另一种事件的智能化防控装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明第一方面公开的一种事件的智能化防控方法。
本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明第一方面公开的一种事件的智能化防控方法。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,采集目标区域对应的用户的时空数据,并根据该时空数据及设定的信息时空化处理条件,确定该用户对应的时空化信息;根据该时空化信息及设定的分布特征处理条件,确定该目标区域对应的分布特征信息;根据该分布特征信息及该目标区域对应的地理信息,确定该目标区域对应的事件预测结果,该事件预测结果用于表示该目标区域对应的事件预测发生概率。可见,本发明能够对人员信息时空化,并结合确定出的区域的人员分布特征信息对区域的事件发生概率进行预测,以实现事件智能化防控,提高事件智能化防控方式的全面性、合理性和科学性,有利于提高事件的预测准确性和预测可靠性,进而有利于提高事件的防控精准性和防控可靠性,此外,还有利于提高事件的预测效率和预测便捷性,进而有利于提高事件的防控效率、防控便捷性和防控及时性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例公开的一种事件的智能化防控方法的流程示意图;
图2是本发明实施例公开的另一种事件的智能化防控方法的流程示意图;
图3是本发明实施例公开的一种事件的智能化防控装置的结构示意图;
图4是本发明实施例公开的另一种事件的智能化防控装置的结构示意图;
图5是本发明实施例公开的又一种事件的智能化防控装置的结构示意图;
图6是本发明实施例公开的一种事件的智能化防控方法的事件防控分布预测示意图;
图7是本发明实施例公开的一种事件的智能化防控方法的应用模块流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种事件的智能化防控方法及装置,能够对人员信息时空化,并结合确定出的区域的人员分布特征信息对区域的事件发生概率进行预测,以实现事件智能化防控,提高事件智能化防控方式的全面性、合理性和科学性,有利于提高事件的预测准确性和预测可靠性,进而有利于提高事件的防控精准性和防控可靠性,此外,还有利于提高事件的预测效率和预测便捷性,进而有利于提高事件的防控效率、防控便捷性和防控及时性。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种事件的智能化防控方法的流程示意图。其中,图1所描述的方法可以应用于一种事件的智能化防控装置,其中,该装置可以包括服务器,其中,服务器包括本地服务器或者云服务器,本发明实施例不做限定。如图1所示,该一种事件的智能化防控方法包括以下操作:
101、采集目标区域对应的用户的时空数据。
可选的,时空数据可以是能够反映用户的地理位置活动时序轨迹信息的场所打卡签到信息等,也可以是用户的地理位置活动时序轨迹信息,本发明实施例不做限定。进一步的,地理位置活动时序轨迹信息举例说明,具体字段信息可以是张三的场所打卡信息如下:张三20211207,09:30:25,上海市浦东新区(县)中科路**号**大厦**公司,对应POI:(120.209524,36.305702),此处不再一一举例。
可选的,将采集到的时空数据输入至数据储存模块;进一步的,数据储存模块建设数据平台并完成数据接入存储与ETL加工转换工作,并参考下述权重和惩罚系数处理方式对数据加工处理后存储至数据存储库,本发明实施例不做限定。
可选的,根据目标区域人口分布数据确定目标区域的区域热点信息数据,并将区域热点信息数据也输入至数据存储模块进行数据处理,本发明实施例不做限定。
102、根据时空数据及设定的信息时空化处理条件,确定用户对应的时空化信息。
103、根据时空化信息及设定的分布特征处理条件,确定目标区域对应的分布特征信息。
104、根据分布特征信息及目标区域对应的地理信息,确定目标区域对应的事件预测结果,事件预测结果用于表示目标区域对应的事件预测发生概率。
可选的,事件预测结果可以通过防控分布预测图进行展示,事件防控分布预测图可参考图6所示,本发明实施例不做限定。具体的,以颜色越深代表此地的事件爆发可能性越大,越需要防范管控。
可选的,本发明实施例所描述的一种事件的智能化防控方法可以通过事件防控智能平台体现,事件防控智能平台可以包括采集接入设备、数据存储分析平台、防控管理服务平台以及可视化展示(大屏)设备等;进一步的,采集接入设备可以包括数据采集模块、数据输入模块,数据输入模块可以包括采集到的时空数据、地理信息数据等,数据存储分析平台可以包括数据存储模块,数据处理模块、模型管理及服务系统、反馈学习模块等,防控管理服务平台主要是模型学习结果展示模块以及防控建议模块,数据存储模块包括大数据平台、数据仓库等存储诸元,应用模块流程可参考图7所示,本发明实施例不做限定。
可见,实施本发明实施例所描述的一种事件的智能化防控方法能够对人员信息时空化,并结合确定出的区域的人员分布特征信息对区域的事件发生概率进行预测,以实现事件智能化防控,提高事件智能化防控方式的全面性、合理性和科学性,有利于提高事件的预测准确性和预测可靠性,进而有利于提高事件的防控精准性和防控可靠性,此外,还有利于提高事件的预测效率和预测便捷性,进而有利于提高事件的防控效率、防控便捷性和防控及时性。
在一个可选的实施例中,上述根据时空化信息及设定的分布特征处理条件,确定目标区域对应的分布特征信息,可以包括:
根据时空化信息及设定的信息维度分析条件,确定时空化信息对应的信息维度情况;
根据信息维度情况,从预构建的分布特征处理模型集合中筛选出与时空化信息相匹配的目标分布特征处理模型;
根据时空化信息及目标分布特征处理模型,确定对应的分布特征处理结果,作为目标区域对应的分布特征信息。
可选的,当时空化信息对应的信息维度情况为该时空化信息满足第一维度条件时,与该时空化信息相匹配的目标分布特征处理模型可以是:
其中,μ为数据均值(期望),σ为数据标准差。
可选的,当时空化信息对应的信息维度情况为该时空化信息满足第二维度条件时,与该时空化信息相匹配的目标分布特征处理模型可以是:
其中,μ为数据均值(期望),Σ为协方差,D为数据维度。
可见,该可选的实施例能够根据信息维度情况匹配相应的分布特征处理模型进一步确定出分布特征信息,有利于提高分布特征信息确定方式的全面性和合理性,以及有利于提高分布特征信息的确定参数的针对性和灵活性,进而有利于提高确定出的分布特征信息的准确性和可靠性,从而有利于提高后续基于分布特征信息确定出的事件预测结果的准确性和可靠性。
在另一个可选的实施例中,上述根据时空数据及设定的信息时空化处理条件,确定用户对应的时空化信息,可以包括:
根据时空数据及设定的基础信息处理条件,确定基础化数据,并根据获取到的用户交集信息及设定的用户类型划分条件,确定用户的用户类型情况;
根据基础化数据、用户类型情况及用户类型情况对应的参数权重处理条件,确定时空轨迹化信息;
根据时空轨迹化信息及获取到的目标区域的关键位置信息,确定用户对应的时空化信息。
可选的,基础信息处理条件可以是基于时间序列的空间化信息(经纬度坐标)表达,本发明实施例不做限定。
可选的,参数权重处理条件,举例说明:当用户类型情况为第一用户类型时,基于对第一用户类型的用户过去某时间段的活动场所信息,提取各个相关轨迹信息的时空特征化表达,作为用户的时空化信息;当用户类型情况为第二用户类型时,基于对第二用户类型的用户过去某时间段的活动场所信息,提取各个相关轨迹信息的时空特征化表达,并添加权重与惩罚系数,即与第一用户类型的用户同一场所则权重系数为a,与第一用户类型的用户不同一场所则权重系数为b,与第一用户类型的用户不在同一场所则惩罚系数为c,进而确定出用户的时空化信息;当用户类型情况为第三用户类型时,基于对第三用户类型的用户过去某时间段的活动场所信息,提取各个相关轨迹信息的时空特征化表达,并添加权重与惩罚系数,即与第一用户类型的用户和第二用户类型的用户同一场所则权重系数为d,与第一用户类型的用户同一场所并与第二用户类型的用户不同一场所则权重系数为e,与第一用户类型的用户不同一场所并与第二用户类型的用户同一场所则权重系数f,与第一用户类型的用户、第二用户类型的用户都不同一场所则惩罚系数为g,进而确定出用户的时空化信息,本发明实施例不做限定。
可见,该可选的实施例能够根据用户类型情况匹配相应的时空化数据处理方式,有利于提高时空化信息确定方式的全面性和合理性,有利于提高时空化信息的确定参数的针对性和灵活性,进而有利于提高确定出的时空化信息的准确性和可靠性。
实施例二
请参阅图2,图2是本发明实施例公开的另一种事件的智能化防控方法的流程示意图。其中,图2所描述的方法可以应用于一种事件的智能化防控装置,其中,该装置可以包括服务器,其中,服务器包括本地服务器或者云服务器,本发明实施例不做限定。如图2所示,该一种事件的智能化防控方法包括以下操作:
201、采集目标区域对应的用户的时空数据,并根据时空数据及设定的信息时空化处理条件,确定用户对应的时空化信息。
202、判断时空化信息是否满足预设的质量校验条件,当判断结果为是时,执行步骤203;当判断结果为否时,执行步骤204。
203、根据时空化信息及设定的分布特征处理条件,确定目标区域对应的分布特征信息,并执行步骤205。
204、根据时空化信息及质量校验条件,筛选出需调整信息;根据设定的信息质量调整条件,对需调整信息进行质量调整操作,得到质量调整后的时空化信息;并基于质量调整后的时空化信息,执行根据时空化信息及设定的分布特征处理条件,确定目标区域对应的分布特征信息的操作,并执行步骤205。
205、根据分布特征信息及目标区域对应的地理信息,确定目标区域对应的事件预测结果,事件预测结果用于表示目标区域对应的事件预测发生概率。
本发明实施例中,针对步骤201、步骤203及步骤205的其它描述,请参照实施例一中针对步骤101-步骤104的其他详细描述,本发明实施例不再赘述。
可见,本发明实施例能够对人员信息时空化,并结合确定出的区域的人员分布特征信息对区域的事件发生概率进行预测,以实现事件智能化防控,提高事件智能化防控方式的全面性、合理性和科学性,有利于提高事件的预测准确性和预测可靠性,进而有利于提高事件的防控精准性和防控可靠性,此外,还有利于提高事件的预测效率和预测便捷性,进而有利于提高事件的防控效率、防控便捷性和防控及时性;以及,还能够提供信息质量校验方式和信息质量调整方式,丰富一种事件的智能化防控方式的智能化功能,有利于提高一种事件的智能化防控方式的全面性和合理性,对时空化信息进行质量校验和质量调整,有利于提高时空化信息的可用性和有效性,减少由于时空化信息质量不合规导致防控不及时的情况发生,进而有利于提高基于时空化信息的事件防控的运行平稳性,从而有利于提高事件防控效率和防控准确性。
在一个可选的实施例中,在上述根据分布特征信息及目标区域对应的地理信息,确定目标区域对应的事件预测结果之后,该方法还可以包括以下操作:
获取目标区域对应的实时事件发生情况,并分析事件预测结果及实时事件发生情况,得到预测准确度;
判断预测准确度是否大于等于预设的预测准确度阈值;
当判断出预测准确度大于等于预测准确度阈值时,确定事件预测结果准确有效;
当判断出预测准确度小于预测准确度阈值时,根据事件预测结果、实时事件发生情况及预测准确度,确定预测调整参数,预测调整参数用于调整智能化防控操作以提高事件的预测准确度。
可见,该可选的实施例能够对事件预测结果进行预测准确度分析,并对事件智能化防控进行参数调整,丰富了一种事件的智能化防控方式的智能化功能,有利于提高一种事件的智能化防控方式的全面性和合理性,有利于提高事件防控的调整及时性,进而有利于提高事件的预测准确性和预测可靠性,从而有利于提高事件的防控准确性和防控可靠性。
在另一个可选的实施例中,上述判断时空化信息是否满足预设的质量校验条件,可以包括:
分析时空化信息及预设的信息质量要求,得到质量符合度,信息质量要求包括信息格式要求、信息类型属向要求及信息内容要求中的一种或多种;
判断质量符合度是否大于等于预设的质量符合度阈值;
当判断出质量符合度大于等于质量符合度阈值时,确定时空化信息满足预设的质量校验条件;
当判断出质量符合度小于质量符合度阈值时,确定时空化信息不满足质量校验条件。
可见,该可选的实施例能够时空化信息的质量符合度,并根据质量符合度与质量符合度阈值的大小比较关系结果确定时空化信息的质量校验条件满足情况,有利于提高质量校验条件满足情况确定方式的合理性和可行性,进而有利于提高确定出的质量校验条件满足情况的准确性和可靠性,以及还有利于提高质量校验条件满足情况的确定效率和便捷性。
在又一个可选的实施例中,在上述根据分布特征信息及目标区域对应的地理信息,确定目标区域对应的事件预测结果之后,该方法还可以包括以下操作:
根据事件预测结果,预测目标区域对应的事件发生趋势情况,事件发生趋势情况包括事件预测结果对应的事件的发生趋势情况和/或事件对应的关联事件的发生趋势情况;
分析事件发生趋势情况,得到目标区域的防控紧急度;
判断防控紧急度是否大于等于预设的防控紧急度阈值;
当判断出防控紧急度大于等于防控紧急度阈值时,根据事件发生趋势情况、防控紧急度及设定的事件防控条件,确定目标区域对应的事件防控信息。
可选的,目标区域对应的事件防控信息用于提示管理部门对目标区域以及未来潜在发生事件的区域进行防控建议,以便于管理决策部门快速布控,快速阻断事件的发生和/或影响的扩散。
进一步可选的,当判断出防控紧急度小于防控紧急度阈值时,确定无需对目标区域执行事件防控操作。
可见,该可选的实施例能够提供智能化事件防控建议方式,当防控紧急度大于等于防控紧急度阈值时确定事件防控建议,实现智能化事件防控建议功能,丰富了一种事件的智能化防控方式的智能化功能,有利于提高一种事件的智能化防控方式的全面性和合理性,进而有利于提高事件的防控可选择性和防控高效性,以及还有利于减少不必要的防控资源浪费。
实施例三
请参阅图3,图3是本发明实施例公开的一种事件的智能化防控装置的结构示意图。其中,图3所描述的装置可以包括服务器,其中,服务器包括本地服务器或者云服务器,本发明实施例不做限定。如图3所示,该一种事件的智能化防控装置可以包括:
获取模块301,用于采集目标区域对应的用户的时空数据。
确定模块302,用于根据时空数据及设定的信息时空化处理条件,确定用户对应的时空化信息;根据时空化信息及设定的分布特征处理条件,确定目标区域对应的分布特征信息。
事件预测模块303,根据分布特征信息及目标区域对应的地理信息,确定目标区域对应的事件预测结果,事件预测结果用于表示目标区域对应的事件预测发生概率。
可见,实施图3所描述的一种事件的智能化防控装置能够对人员信息时空化,并结合确定出的区域的人员分布特征信息对区域的事件发生概率进行预测,以实现事件智能化防控,提高事件智能化防控方式的全面性、合理性和科学性,有利于提高事件的预测准确性和预测可靠性,进而有利于提高事件的防控精准性和防控可靠性,此外,还有利于提高事件的预测效率和预测便捷性,进而有利于提高事件的防控效率、防控便捷性和防控及时性。
在一个可选的实施例中,确定模块302根据时空化信息及设定的分布特征处理条件,确定目标区域对应的分布特征信息的方式具体包括:
根据时空化信息及设定的信息维度分析条件,确定时空化信息对应的信息维度情况;
根据信息维度情况,从预构建的分布特征处理模型集合中筛选出与时空化信息相匹配的目标分布特征处理模型;
根据时空化信息及目标分布特征处理模型,确定对应的分布特征处理结果,作为目标区域对应的分布特征信息。
可见,实施图4所描述的装置能够根据信息维度情况匹配相应的分布特征处理模型进一步确定出分布特征信息,有利于提高分布特征信息确定方式的全面性和合理性,以及有利于提高分布特征信息的确定参数的针对性和灵活性,进而有利于提高确定出的分布特征信息的准确性和可靠性,从而有利于提高后续基于分布特征信息确定出的事件预测结果的准确性和可靠性。
在另一个可选的实施例中,确定模块302根据时空数据及设定的信息时空化处理条件,确定用户对应的时空化信息的方式具体包括:
根据时空数据及设定的基础信息处理条件,确定基础化数据,并根据获取到的用户交集信息及设定的用户类型划分条件,确定用户的用户类型情况;
根据基础化数据、用户类型情况及用户类型情况对应的参数权重处理条件,确定时空轨迹化信息;
根据时空轨迹化信息及获取到的目标区域的关键位置信息,确定用户对应的时空化信息。
可见,实施图4所描述的装置还能够根据用户类型情况匹配相应的时空化数据处理方式,有利于提高时空化信息确定方式的全面性和合理性,有利于提高时空化信息的确定参数的针对性和灵活性,进而有利于提高确定出的时空化信息的准确性和可靠性。
在又一个可选的实施例中,如图4所示,该装置还可以包括:
判断模块304,用于在确定模块302根据时空化信息及设定的分布特征处理条件,确定目标区域对应的分布特征信息之前,判断时空化信息是否满足预设的质量校验条件,当判断结果为是时,触发确定模块302执行上述的根据时空化信息及设定的分布特征处理条件,确定目标区域对应的分布特征信息的操作。
调整模块305,用于当判断模块304判断出时空化信息不满足质量校验条件时,根据时空化信息及质量校验条件,筛选出需调整信息;根据设定的信息质量调整条件,对需调整信息进行质量调整操作,得到质量调整后的时空化信息;并基于质量调整后的时空化信息,触发确定模块302执行上述的根据时空化信息及设定的分布特征处理条件,确定目标区域对应的分布特征信息的操作。
可见,实施图4所描述的装置还能够提供信息质量校验方式和信息质量调整方式,丰富一种事件的智能化防控方式的智能化功能,有利于提高一种事件的智能化防控方式的全面性和合理性,对时空化信息进行质量校验和质量调整,有利于提高时空化信息的可用性和有效性,减少由于时空化信息质量不合规导致防控不及时的情况发生,进而有利于提高基于时空化信息的事件防控的运行平稳性,从而有利于提高事件防控效率和防控准确性。
在又一个可选的实施例中,获取模块301,还用于在确定模块302根据分布特征信息及目标区域对应的地理信息,确定目标区域对应的事件预测结果之后,获取目标区域对应的实时事件发生情况。
如图4所示,该装置还可以包括:
分析模块306,用于分析事件预测结果及实时事件发生情况,得到预测准确度。
判断模块304,还用于判断预测准确度是否大于等于预设的预测准确度阈值。
确定模块302,还用于当判断模块304判断出预测准确度大于等于预测准确度阈值时,确定事件预测结果准确有效。
确定模块302,还用于当判断模块304判断出预测准确度小于预测准确度阈值时,根据事件预测结果、实时事件发生情况及预测准确度,确定预测调整参数,预测调整参数用于调整智能化防控操作以提高事件的预测准确度。
可见,实施图4所描述的装置还能够对事件预测结果进行预测准确度分析,并对事件智能化防控进行参数调整,丰富了一种事件的智能化防控方式的智能化功能,有利于提高一种事件的智能化防控方式的全面性和合理性,有利于提高事件防控的调整及时性,进而有利于提高事件的预测准确性和预测可靠性,从而有利于提高事件的防控准确性和防控可靠性。
在又一个可选的实施例中,判断模块304判断时空化信息是否满足预设的质量校验条件的方式具体包括:
分析时空化信息及预设的信息质量要求,得到质量符合度,信息质量要求包括信息格式要求、信息类型属向要求及信息内容要求中的一种或多种;
判断质量符合度是否大于等于预设的质量符合度阈值;
当判断出质量符合度大于等于质量符合度阈值时,确定时空化信息满足预设的质量校验条件;
当判断出质量符合度小于质量符合度阈值时,确定时空化信息不满足质量校验条件。
可见,实施图4所描述的装置还能够时空化信息的质量符合度,并根据质量符合度与质量符合度阈值的大小比较关系结果确定时空化信息的质量校验条件满足情况,有利于提高质量校验条件满足情况确定方式的合理性和可行性,进而有利于提高确定出的质量校验条件满足情况的准确性和可靠性,以及还有利于提高质量校验条件满足情况的确定效率和便捷性。
在又一个可选的实施例中,事件预测模块303,还用于在根据分布特征信息及目标区域对应的地理信息,确定目标区域对应的事件预测结果之后,根据事件预测结果,预测目标区域对应的事件发生趋势情况,事件发生趋势情况包括事件预测结果对应的事件的发生趋势情况和/或事件对应的关联事件的发生趋势情况。
分析模块306,还用于分析事件发生趋势情况,得到目标区域的防控紧急度。
判断模块304,还用于判断防控紧急度是否大于等于预设的防控紧急度阈值。
确定模块302,还用于当判断模块304判断出防控紧急度大于等于防控紧急度阈值时,根据事件发生趋势情况、防控紧急度及设定的事件防控条件,确定目标区域对应的事件防控信息。
可见,实施图4所描述的装置还能够提供智能化事件防控建议方式,当防控紧急度大于等于防控紧急度阈值时确定事件防控建议,实现智能化事件防控建议功能,丰富了一种事件的智能化防控方式的智能化功能,有利于提高一种事件的智能化防控方式的全面性和合理性,进而有利于提高事件的防控可选择性和防控高效性,以及还有利于减少不必要的防控资源浪费。
实施例四
请参阅图5,图5是本发明实施例公开的又一种事件的智能化防控装置的结构示意图。其中,图5所描述的装置可以包括服务器,其中,服务器包括本地服务器或者云服务器,本发明实施例不做限定。如图5所示,该装置可以包括:
存储有可执行程序代码的存储器401;
与存储器401耦合的处理器402;
进一步的,还可以包括与处理器402耦合的输入接口403以及输出接口404;
其中,处理器402调用存储器401中存储的可执行程序代码,用于执行实施例一或实施例二所描述的一种事件的智能化防控方法中的步骤。
实施例五
本发明实施例公开了一种计算机存储介质,其存储用于电子数据交换的计算机程序,其中,该计算机程序使得计算机执行实施例一或实施例二所描述的一种事件的智能化防控方法中的步骤。
实施例六
本发明实施例公开了一种计算机程序产品,该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,且该计算机程序可操作来使计算机执行实施例一或实施例二所描述的一种事件的智能化防控方法中的步骤。
以上所描述的装置实施例仅是示意性的,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实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种事件的智能化防控方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (10)
1.一种事件的智能化防控方法,其特征在于,所述方法包括:
采集目标区域对应的用户的时空数据,并根据所述时空数据及设定的信息时空化处理条件,确定所述用户对应的时空化信息;
根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息;
根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果,所述事件预测结果用于表示所述目标区域对应的事件预测发生概率。
2.根据权利要求1所述的一种事件的智能化防控方法,其特征在于,所述根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息,包括:
根据所述时空化信息及设定的信息维度分析条件,确定所述时空化信息对应的信息维度情况;
根据所述信息维度情况,从预构建的分布特征处理模型集合中筛选出与所述时空化信息相匹配的目标分布特征处理模型;
根据所述时空化信息及所述目标分布特征处理模型,确定对应的分布特征处理结果,作为所述目标区域对应的分布特征信息。
3.根据权利要求2所述的一种事件的智能化防控方法,其特征在于,所述根据所述时空数据及设定的信息时空化处理条件,确定所述用户对应的时空化信息,包括:
根据所述时空数据及设定的基础信息处理条件,确定基础化数据,并根据获取到的用户交集信息及设定的用户类型划分条件,确定所述用户的用户类型情况;
根据所述基础化数据、所述用户类型情况及所述用户类型情况对应的参数权重处理条件,确定时空轨迹化信息;
根据所述时空轨迹化信息及获取到的所述目标区域的关键位置信息,确定所述用户对应的时空化信息。
4.根据权利要求3所述的一种事件的智能化防控方法,其特征在于,在所述根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息之前,所述方法还包括:
判断所述时空化信息是否满足预设的质量校验条件;
当判断结果为是时,执行所述的根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息的操作;
当判断结果为否时,根据所述时空化信息及所述质量校验条件,筛选出需调整信息;根据设定的信息质量调整条件,对所述需调整信息进行质量调整操作,得到质量调整后的所述时空化信息;并基于质量调整后的所述时空化信息,执行所述的根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息的操作。
5.根据权利要求4所述的一种事件的智能化防控方法,其特征在于,在所述根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果之后,所述方法还包括:
获取所述目标区域对应的实时事件发生情况,并分析所述事件预测结果及所述实时事件发生情况,得到预测准确度;
判断所述预测准确度是否大于等于预设的预测准确度阈值;
当判断出所述预测准确度大于等于所述预测准确度阈值时,确定所述事件预测结果准确有效;
当判断出所述预测准确度小于所述预测准确度阈值时,根据所述事件预测结果、所述实时事件发生情况及所述预测准确度,确定预测调整参数,所述预测调整参数用于调整智能化防控操作以提高事件的预测准确度。
6.根据权利要求5所述的一种事件的智能化防控方法,其特征在于,所述判断所述时空化信息是否满足预设的质量校验条件,包括:
分析所述时空化信息及预设的信息质量要求,得到质量符合度,所述信息质量要求包括信息格式要求、信息类型属向要求及信息内容要求中的一种或多种;
判断所述质量符合度是否大于等于预设的质量符合度阈值;
当判断出所述质量符合度大于等于所述质量符合度阈值时,确定所述时空化信息满足预设的质量校验条件;
当判断出所述质量符合度小于所述质量符合度阈值时,确定所述时空化信息不满足质量校验条件。
7.根据权利要求6所述的一种事件的智能化防控方法,其特征在于,在所述根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果之后,所述方法还包括:
根据所述事件预测结果,预测所述目标区域对应的事件发生趋势情况,所述事件发生趋势情况包括所述事件预测结果对应的事件的发生趋势情况和/或所述事件对应的关联事件的发生趋势情况;
分析所述事件发生趋势情况,得到所述目标区域的防控紧急度;
判断所述防控紧急度是否大于等于预设的防控紧急度阈值;
当判断出所述防控紧急度大于等于所述防控紧急度阈值时,根据所述事件发生趋势情况、所述防控紧急度及设定的事件防控条件,确定所述目标区域对应的事件防控信息。
8.一种事件的智能化防控装置,其特征在于,所述装置包括:
获取模块,用于采集目标区域对应的用户的时空数据;
确定模块,用于根据所述时空数据及设定的信息时空化处理条件,确定所述用户对应的时空化信息;根据所述时空化信息及设定的分布特征处理条件,确定所述目标区域对应的分布特征信息;
事件预测模块,根据所述分布特征信息及所述目标区域对应的地理信息,确定所述目标区域对应的事件预测结果,所述事件预测结果用于表示所述目标区域对应的事件预测发生概率。
9.一种事件的智能化防控装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-7任一项所述的一种事件的智能化防控方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-7任一项所述的一种事件的智能化防控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211624090.2A CN116258245A (zh) | 2022-12-15 | 2022-12-15 | 一种事件的智能化防控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211624090.2A CN116258245A (zh) | 2022-12-15 | 2022-12-15 | 一种事件的智能化防控方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116258245A true CN116258245A (zh) | 2023-06-13 |
Family
ID=86685306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211624090.2A Pending CN116258245A (zh) | 2022-12-15 | 2022-12-15 | 一种事件的智能化防控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116258245A (zh) |
-
2022
- 2022-12-15 CN CN202211624090.2A patent/CN116258245A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9953517B2 (en) | Risk early warning method and apparatus | |
CN108076012B (zh) | 异常登录判断方法及装置 | |
CN111222784A (zh) | 一种基于人口大数据的安防监控方法和系统 | |
CN111539861A (zh) | 消防应急处理方法、装置、计算机设备和存储介质 | |
CN111191507A (zh) | 智慧社区的安全预警分析方法及系统 | |
CN115103157A (zh) | 基于边云协同的视频分析方法、装置、电子设备及介质 | |
CN111127213A (zh) | 信息处理方法与装置、存储介质、电子设备 | |
CN116258245A (zh) | 一种事件的智能化防控方法及装置 | |
CN116761185A (zh) | 一种基于信令预测日活跃用户的方法、系统及介质 | |
CN116128291A (zh) | 一种智能化的作业风险评估方法及装置 | |
CN116227858A (zh) | 一种应急保障方案的生成方法及装置 | |
CN110704614A (zh) | 对应用中的用户群类型进行预测的信息处理方法及装置 | |
CN114245204B (zh) | 基于人工智能的视频面签方法、装置、电子设备及介质 | |
CN113673870B (zh) | 一种企业数据分析方法及相关组件 | |
CN110852517B (zh) | 非正常行为预警方法、装置、数据处理设备及存储介质 | |
CN110969209B (zh) | 一种陌生人识别方法、装置、电子设备及存储介质 | |
CN112489236A (zh) | 一种考勤数据处理方法、装置、服务器及存储介质 | |
CN111709623A (zh) | 高性能计算环境评价方法、装置、电子设备及存储介质 | |
CN116701000B (zh) | 一种基于ai和云边协同的资源整合方法及装置 | |
CN115206042B (zh) | 工控安全的智能化监测方法、装置、设备及介质 | |
CN117216505B (zh) | 基于智慧家居使用记录的用户习惯预测方法及系统 | |
CN113961798B (zh) | 云平台数据管理方法及系统 | |
CN111488539B (zh) | 页面调整方法及装置 | |
CN117993879A (zh) | 一种基于机器学习模型对考勤异常的预测及处理方法 | |
CN117010703A (zh) | 基于机器学习的规划站点价值属性预测方法及装置 |
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 |