CN116861197B - 一种基于大数据的流动人口监测方法、系统和存储介质 - Google Patents
一种基于大数据的流动人口监测方法、系统和存储介质 Download PDFInfo
- Publication number
- CN116861197B CN116861197B CN202311119998.2A CN202311119998A CN116861197B CN 116861197 B CN116861197 B CN 116861197B CN 202311119998 A CN202311119998 A CN 202311119998A CN 116861197 B CN116861197 B CN 116861197B
- Authority
- CN
- China
- Prior art keywords
- population
- preset
- preset area
- signaling data
- inflow
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000011664 signaling Effects 0.000 claims abstract description 175
- 238000003062 neural network model Methods 0.000 claims description 30
- 238000012549 training Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- 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)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Economics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的一种基于大数据的流动人口监测方法、系统和存储介质,其中方法包括:基于预设时间周期,获取预设区域内的流入人口和流出人口;将所述流入人口减去流出人口,得到预设区域内的净流入人口;判断所述预设区域内的净流入人口是否在预设第一数量范围,若是,对应预设区域内的流动人口为正常;若否,触发预设区域内的流动人口警示信息;将所述预设区域内的流动人口警示信息发送至预设管理端以进行显示。通过预设区域内的信令数据,确定对应预设区域内的流入人口和流出人口,提高了流动人口监测的便利性,节省了大量的人力资源。
Description
技术领域
本发明涉及数据处理技术领域,更具体的,涉及一种基于大数据的流动人口监测方法、系统和存储介质。
背景技术
随着城镇化的发展,越来越多的人口涌入城市,加上国内人口基数大,造成流动人口也庞大。其中,当流动人口突然增多或减少是会给城市的就业、医疗服务、治安管理、卫生等方面造成巨大影响,因此,对流动人口的监测至关重要。目前,流动人口监测方法主要是由交通工具、人口普查等方式,需要的大量的人力资源等。
因此,现有技术存在缺陷,亟待改进。
发明内容
鉴于上述问题,本发明的目的是提供一种基于大数据的流动人口监测方法、系统和存储介质,能够提高流动人口监测的便利性,节省大量的人力资源。
本发明第一方面提供了一种基于大数据的流动人口监测方法,包括:
基于预设时间周期,获取预设区域内的流入人口和流出人口;
将所述流入人口减去流出人口,得到预设区域内的净流入人口;
判断所述预设区域内的净流入人口是否在预设第一数量范围,若是,对应预设区域内的流动人口为正常;若否,触发预设区域内的流动人口警示信息;
将所述预设区域内的流动人口警示信息发送至预设管理端以进行显示。
本方案中,所述基于预设时间周期,获取预设区域内的流入人口和流出人口的步骤,具体包括:
获取预设区域内的信令数据信息和预设区域信息;
根据预设区域信息,构建预设区域的二维平面地图;
将所述预设区域内的信令数据按照预设第一时间进行划分,得到不同时间周期的预设区域内的信令数据;
将所述不同时间周期的预设区域内的信令数据信息发送至对应二维平面地图,得到不同时间周期的预设区域内的信令地图;
将当前时间周期的预设区域内的信令地图和上一时间周期的预设区域内的信令地图进行对比分析,得到新增信令数据和减少信令数据;
将所述新增信令数据设为预设区域内的流入人口,将所述减少信令数据设为预设区域内的流出人口。
本方案中,所述得到新增信令数据和减少信令数据之后,还包括:
提取新增信令数据或减少信令数据的信令路线信息;
判断所述信令路线是否和预设区域的边界线是否存在交集,若是,则对应新增信令数据或减少信令数据为有效信令数据;若否,对应新增信令数据或减少信令数据为无效信令数据;
将所述无效信令数据进行删除。
本方案中,还包括:
提取不同时间周期的净流入人口;
将所述不同时间周期的净流入人口进行累加,得到预设区域内的总流入人口;
判断所述预设区域内的总流入人口是否在预设第二数量范围,若是,预设区域内的总流入人口在可控范围;若否,触发总流入人口警示信息;
将所述总流入人口警示信息发送至预设管理端以进行显示。
本方案中,还包括:
判断所述预设区域内的净流入人口是否大于预设第一数量阈值,若是,得到净流入人口给预设区域施加正压力一次;
获取净流入人口给预设区域施加正压力的连续次数值;
判断所述净流入人口给预设区域施加正压力的连续次数值是否大于预设第一次数阈值;若是,触发连续正压力提示信息;
将所述连续正压力提示信息发送至预设管理端以进行显示;
所述预设第一数量阈值大于零且小于预设第一数量范围的上限值。
本方案中,还包括:
判断所述预设区域内的净流入人口是否小于预设第二数量阈值,若是,得到净流入人口给预设区域施加负压力一次;
获取净流入人口给预设区域施加负压力的连续次数值;
判断所述净流入人口给预设区域施加负压力的连续次数值是否大于预设第二次数阈值;若是,触发连续负压力提示信息;
将所述连续负压力提示信息发送至预设管理端以进行显示;
所述预设第二数量阈值小于零且大于预设第一数量范围的下限值。
本发明第二方面提供了一种基于大数据的流动人口监测系统,包括存储器和处理器,所述存储器中存储有一种基于大数据的流动人口监测方法程序,所述一种基于大数据的流动人口监测方法程序被所述处理器执行时实现如下步骤:
基于预设时间周期,获取预设区域内的流入人口和流出人口;
将所述流入人口减去流出人口,得到预设区域内的净流入人口;
判断所述预设区域内的净流入人口是否在预设第一数量范围,若是,对应预设区域内的流动人口为正常;若否,触发预设区域内的流动人口警示信息;
将所述预设区域内的流动人口警示信息发送至预设管理端以进行显示。
本方案中,所述基于预设时间周期,获取预设区域内的流入人口和流出人口的步骤,具体包括:
获取预设区域内的信令数据信息和预设区域信息;
根据预设区域信息,构建预设区域的二维平面地图;
将所述预设区域内的信令数据按照预设第一时间进行划分,得到不同时间周期的预设区域内的信令数据;
将所述不同时间周期的预设区域内的信令数据信息发送至对应二维平面地图,得到不同时间周期的预设区域内的信令地图;
将当前时间周期的预设区域内的信令地图和上一时间周期的预设区域内的信令地图进行对比分析,得到新增信令数据和减少信令数据;
将所述新增信令数据设为预设区域内的流入人口,将所述减少信令数据设为预设区域内的流出人口。
本方案中,所述得到新增信令数据和减少信令数据之后,还包括:
提取新增信令数据或减少信令数据的信令路线信息;
判断所述信令路线是否和预设区域的边界线是否存在交集,若是,则对应新增信令数据或减少信令数据为有效信令数据;若否,对应新增信令数据或减少信令数据为无效信令数据;
将所述无效信令数据进行删除。
本方案中,还包括:
提取不同时间周期的净流入人口;
将所述不同时间周期的净流入人口进行累加,得到预设区域内的总流入人口;
判断所述预设区域内的总流入人口是否在预设第二数量范围,若是,预设区域内的总流入人口在可控范围;若否,触发总流入人口警示信息;
将所述总流入人口警示信息发送至预设管理端以进行显示。
本方案中,还包括:
判断所述预设区域内的净流入人口是否大于预设第一数量阈值,若是,得到净流入人口给预设区域施加正压力一次;
获取净流入人口给预设区域施加正压力的连续次数值;
判断所述净流入人口给预设区域施加正压力的连续次数值是否大于预设第一次数阈值;若是,触发连续正压力提示信息;
将所述连续正压力提示信息发送至预设管理端以进行显示;
所述预设第一数量阈值大于零且小于预设第一数量范围的上限值。
本方案中,还包括:
判断所述预设区域内的净流入人口是否小于预设第二数量阈值,若是,得到净流入人口给预设区域施加负压力一次;
获取净流入人口给预设区域施加负压力的连续次数值;
判断所述净流入人口给预设区域施加负压力的连续次数值是否大于预设第二次数阈值;若是,触发连续负压力提示信息;
将所述连续负压力提示信息发送至预设管理端以进行显示;
所述预设第二数量阈值小于零且大于预设第一数量范围的下限值。
本发明第三方面提供了一种计算机存储介质,所述计算机存储介质中存储有一种基于大数据的流动人口监测方法程序,所述一种基于大数据的流动人口监测方法程序被处理器执行时,实现如上述任一项所述的一种基于大数据的流动人口监测方法的步骤。
本发明公开的一种基于大数据的流动人口监测方法、系统和存储介质,通过预设区域内的信令数据,确定对应预设区域内的流入人口和流出人口,提高了流动人口监测的便利性,节省了大量的人力资源。
附图说明
图1示出了本发明一种基于大数据的流动人口监测方法的流程图;
图2示出了本发明获取预设区域内的流入人口和流出人口的步骤的流程图;
图3示出了本发明一种基于大数据的流动人口监测系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于大数据的流动人口监测方法的流程图。
如图1所示,本发明公开了一种基于大数据的流动人口监测方法,包括:
S101,基于预设时间周期,获取预设区域内的流入人口和流出人口;
S102,将所述流入人口减去流出人口,得到预设区域内的净流入人口;
S103,判断所述预设区域内的净流入人口是否在预设第一数量范围,若是,对应预设区域内的流动人口为正常;若否,触发预设区域内的流动人口警示信息;
S104,将所述预设区域内的流动人口警示信息发送至预设管理端以进行显示。
需要说明的是,所述预设区域内的净流入人口为预设区域在预设时间周期内的流入人口减去流出人口,当同一个人在预设时间周期内存在多次进出预设区域时,每次进出预设区域记录流入人口或流出人口一次,当预设区域内的净流入人口在预设第一数量范围时,说明对应区域内的基础设施能够承受对应净流入人口的压力,对应预设区域内的流动人口为正常;若预设区域内的净流入人口低于预设第一数量范围,说明对应预设区域内的净流入人口为负数,预设区域内的人口往外流,触发预设区域内的负流动人口警示信息;若预设区域内的净流入人口高于预设第一数量范围时,说明对应预设区域内的净流入人口为正数,预设区域外的人口往预设区域流动,触发预设区域内的正流动人口警示信息;所述触发预设区域内的流动人口警示信息包括触发预设区域内的负流动人口警示信息和触发预设区域内的正流动人口警示信息,所述预设时间周期、预设第一数量范围由本领域技术人员进行设置。
图2示出了本发明获取预设区域内的流入人口和流出人口的步骤的流程图。
如图2所示,根据本发明实施例,所述基于预设时间周期,获取预设区域内的流入人口和流出人口的步骤,具体包括:
S201,获取预设区域内的信令数据信息和预设区域信息;
S202,根据预设区域信息,构建预设区域的二维平面地图;
S203,将所述预设区域内的信令数据按照预设第一时间进行划分,得到不同时间周期的预设区域内的信令数据;
S204,将所述不同时间周期的预设区域内的信令数据信息发送至对应二维平面地图,得到不同时间周期的预设区域内的信令地图;
S205,将当前时间周期的预设区域内的信令地图和上一时间周期的预设区域内的信令地图进行对比分析,得到新增信令数据和减少信令数据;
S206,将所述新增信令数据设为预设区域内的流入人口,将所述减少信令数据设为预设区域内的流出人口。
需要说明的是,提取预设区域信息中的边界线,并通过所述边界线构建预设区域的二维平面地图,再提取所述预设区域内的信令数据信息,得到对应信令数据信息中的信令路线,再将所述信令数据信息中的信令路线发送至构建的预设区域的二维平面地图,得到信令地图,所述预设第一时间和预设时间周期的时间长度为相同。
根据本发明实施例,所述得到新增信令数据和减少信令数据之后,还包括:
提取新增信令数据或减少信令数据的信令路线信息;
判断所述信令路线是否和预设区域的边界线是否存在交集,若是,则对应新增信令数据或减少信令数据为有效信令数据;若否,对应新增信令数据或减少信令数据为无效信令数据;
将所述无效信令数据进行删除。
需要说明的是,当新增信令数据或减少信令数据的信令路线和预设区域的边界线没有存在交集时,说明对应新增信令数据或减少信令数据为预设区域内新开户的用户的信令数据或者注销用户信令数据等,因此将所述无效信令数据进行删除。
根据本发明实施例,还包括:
提取不同时间周期的净流入人口;
将所述不同时间周期的净流入人口进行累加,得到预设区域内的总流入人口;
判断所述预设区域内的总流入人口是否在预设第二数量范围,若是,预设区域内的总流入人口在可控范围;若否,触发总流入人口警示信息;
将所述总流入人口警示信息发送至预设管理端以进行显示。
需要说明的是,将不同时间周期的净流入人口进行累加,得到预设区域内的总流入人口,所述预设第二数量范围大于预设第一数量范围,所述预设第二数量范围由本领域技术人员进行设置。
根据本发明实施例,还包括:
判断所述预设区域内的净流入人口是否大于预设第一数量阈值,若是,得到净流入人口给预设区域施加正压力一次;
获取净流入人口给预设区域施加正压力的连续次数值;
判断所述净流入人口给预设区域施加正压力的连续次数值是否大于预设第一次数阈值;若是,触发连续正压力提示信息;
将所述连续正压力提示信息发送至预设管理端以进行显示;
所述预设第一数量阈值大于零且小于预设第一数量范围的上限值。
需要说明的是,当预设区域内的净流入人口大于预设第一数量阈值时,说明对应净流入人口为正数,预设区域需要增加交通、住房等服务,当预设区域在连续的预设时间周期内持续为正压力时,说明预设区域的交通、住房等服务存在压力,因此触发连续正压力提示信息,预设管理端根据连续正压力提示信息进行相应的服务调整。
根据本发明实施例,还包括:
判断所述预设区域内的净流入人口是否小于预设第二数量阈值,若是,得到净流入人口给预设区域施加负压力一次;
获取净流入人口给预设区域施加负压力的连续次数值;
判断所述净流入人口给预设区域施加负压力的连续次数值是否大于预设第二次数阈值;若是,触发连续负压力提示信息;
将所述连续负压力提示信息发送至预设管理端以进行显示;
所述预设第二数量阈值小于零且大于预设第一数量范围的下限值。
需要说明的是,当预设区域内的净流入人口小于预设第二数量阈值时,说明对应净流入人口为负数,预设区域存在人口流失、劳动力减少等现象,当预设区域在连续的预设时间周期内持续为负压力时,说明预设区域的人口流失、劳动力减少等现象较为严重,因此触发连续负压力提示信息;预设管理端根据连续负压力提示信息进行相应的服务调整,比如增加就业机会、提高就业福利等措施。
根据本发明实施例,还包括:
获取预设区域的历史流入人口和历史流出人口;
将所述预设区域的历史流入人口和历史流出人口进行预处理,得到预测模型的输入样本;
将所述预测模型的输入样本发送至初始化的预设神经网络模型中训练;
获取初始化的预设神经网络模型的准确率;
判断所述准确率是否大于预设准确率阈值,若是,对应初始化的预设神经网络模型停止训练,得到预设区域的流动人口神经网络模型。
需要说明的是,根据预设区域的历史流动人口和历史流出人口进行训练,得到预设区域的流动人口神经网络模型,所述预设区域的历史流动人口和历史流出人口的数据越多,对应预设区域的流动人口神经网络模型越精准以及稳定,根据预设区域的流动人口神经网络模型对预设区域的流动人口进行实时预测,以提前做好正压力或负压力的应对措施。
根据本发明实施例,还包括:
获取预设区域的流动人口神经网络模型的流动人口预测值;
将所述流动人口预测值和预设流动人口值进行差值计算,得到流动人口差值;
判断所述流动人口差值是否小于预设流动人口差阈值,若是,对应流动人口预测值为正常;
若否,根据所述流动人口差值对预设区域的流动人口神经网络模型进行调整。
需要说明的是,所述流动人口包括流入人口和流出人口,所述流动人口预测值包括流入人口预测值和流出人口预测值,所述流动人口预测值和预设流动人口值进行差值计算包括流动人口预测值减去预设流入人口值、流出人口预测值减去预设流出人口值,得到流入人口差值、流出人口差值。所述预设流动人口差阈值包括预设流入人口差阈值和流出人口差阈值,其中流入人口差值对应的是流入人口差阈值,流出人口差值对应的是流出人口差阈值,所述预设流动人口差阈值由本领域技术人员进行设置。
根据本发明实施例,当预设区域内的总流入人口不在预设第二数量范围时,还包括:
根据预设区域内的总流入人口落入的预设人口数量范围,得到预设区域内的总流入人口等级;
根据所述预设区域内的总流入人口等级在预设应急处理方案表中查询,得到对应预设区域内的总流入人口对应的应急处理方案;
将所述应急处理方案发送至预设管理端以进行显示。
需要说明的是,当预设区域内的总流入人口不在预设第二数量范围时,说明对应预设区域内的总流入人口低于预设第二数量范围的最小值或高于预设第二数量范围的最大值,其中,当预设区域内的总流入人口低于预设第二数量范围的最小值时,对应总流入人口等级为负数;当预设区域内的总流入人口高于预设第二数量范围的最大值时,对应总流入人口等级为正数,所述预设应急处理方案表中存在有各等级的总流入人口对应的应急处理方案。
图3示出了本发明一种基于大数据的流动人口监测系统的框图。
如图3所示,本发明第二方面提供了一种基于大数据的流动人口监测系统3,包括存储器31和处理器32,所述存储器中存储有一种基于大数据的流动人口监测方法程序,所述一种基于大数据的流动人口监测方法程序被所述处理器执行时实现如下步骤:
基于预设时间周期,获取预设区域内的流入人口和流出人口;
将所述流入人口减去流出人口,得到预设区域内的净流入人口;
判断所述预设区域内的净流入人口是否在预设第一数量范围,若是,对应预设区域内的流动人口为正常;若否,触发预设区域内的流动人口警示信息;
将所述预设区域内的流动人口警示信息发送至预设管理端以进行显示。
需要说明的是,所述预设区域内的净流入人口为预设区域在预设时间周期内的流入人口减去流出人口,当同一个人在预设时间周期内存在多次进出预设区域时,每次进出预设区域记录流入人口或流出人口一次,当预设区域内的净流入人口在预设第一数量范围时,说明对应区域内的基础设施能够承受对应净流入人口的压力,对应预设区域内的流动人口为正常;若预设区域内的净流入人口低于预设第一数量范围,说明对应预设区域内的净流入人口为负数,预设区域内的人口往外流,触发预设区域内的负流动人口警示信息;若预设区域内的净流入人口高于预设第一数量范围时,说明对应预设区域内的净流入人口为正数,预设区域外的人口往预设区域流动,触发预设区域内的正流动人口警示信息;所述触发预设区域内的流动人口警示信息包括触发预设区域内的负流动人口警示信息和触发预设区域内的正流动人口警示信息,所述预设时间周期、预设第一数量范围由本领域技术人员进行设置。
根据本发明实施例,所述基于预设时间周期,获取预设区域内的流入人口和流出人口的步骤,具体包括:
获取预设区域内的信令数据信息和预设区域信息;
根据预设区域信息,构建预设区域的二维平面地图;
将所述预设区域内的信令数据按照预设第一时间进行划分,得到不同时间周期的预设区域内的信令数据;
将所述不同时间周期的预设区域内的信令数据信息发送至对应二维平面地图,得到不同时间周期的预设区域内的信令地图;
将当前时间周期的预设区域内的信令地图和上一时间周期的预设区域内的信令地图进行对比分析,得到新增信令数据和减少信令数据;
将所述新增信令数据设为预设区域内的流入人口,将所述减少信令数据设为预设区域内的流出人口。
需要说明的是,提取预设区域信息中的边界线,并通过所述边界线构建预设区域的二维平面地图,再提取所述预设区域内的信令数据信息,得到对应信令数据信息中的信令路线,再将所述信令数据信息中的信令路线发送至构建的预设区域的二维平面地图,得到信令地图,所述预设第一时间和预设时间周期的时间长度为相同。
根据本发明实施例,所述得到新增信令数据和减少信令数据之后,还包括:
提取新增信令数据或减少信令数据的信令路线信息;
判断所述信令路线是否和预设区域的边界线是否存在交集,若是,则对应新增信令数据或减少信令数据为有效信令数据;若否,对应新增信令数据或减少信令数据为无效信令数据;
将所述无效信令数据进行删除。
需要说明的是,当新增信令数据或减少信令数据的信令路线和预设区域的边界线没有存在交集时,说明对应新增信令数据或减少信令数据为预设区域内新开户的用户的信令数据或者注销用户信令数据等,因此将所述无效信令数据进行删除。
根据本发明实施例,还包括:
提取不同时间周期的净流入人口;
将所述不同时间周期的净流入人口进行累加,得到预设区域内的总流入人口;
判断所述预设区域内的总流入人口是否在预设第二数量范围,若是,预设区域内的总流入人口在可控范围;若否,触发总流入人口警示信息;
将所述总流入人口警示信息发送至预设管理端以进行显示。
需要说明的是,将不同时间周期的净流入人口进行累加,得到预设区域内的总流入人口,所述预设第二数量范围大于预设第一数量范围,所述预设第二数量范围由本领域技术人员进行设置。
根据本发明实施例,还包括:
判断所述预设区域内的净流入人口是否大于预设第一数量阈值,若是,得到净流入人口给预设区域施加正压力一次;
获取净流入人口给预设区域施加正压力的连续次数值;
判断所述净流入人口给预设区域施加正压力的连续次数值是否大于预设第一次数阈值;若是,触发连续正压力提示信息;
将所述连续正压力提示信息发送至预设管理端以进行显示;
所述预设第一数量阈值大于零且小于预设第一数量范围的上限值。
需要说明的是,当预设区域内的净流入人口大于预设第一数量阈值时,说明对应净流入人口为正数,预设区域需要增加交通、住房等服务,当预设区域在连续的预设时间周期内持续为正压力时,说明预设区域的交通、住房等服务存在压力,因此触发连续正压力提示信息,预设管理端根据连续正压力提示信息进行相应的服务调整。
根据本发明实施例,还包括:
判断所述预设区域内的净流入人口是否小于预设第二数量阈值,若是,得到净流入人口给预设区域施加负压力一次;
获取净流入人口给预设区域施加负压力的连续次数值;
判断所述净流入人口给预设区域施加负压力的连续次数值是否大于预设第二次数阈值;若是,触发连续负压力提示信息;
将所述连续负压力提示信息发送至预设管理端以进行显示;
所述预设第二数量阈值小于零且大于预设第一数量范围的下限值。
需要说明的是,当预设区域内的净流入人口小于预设第二数量阈值时,说明对应净流入人口为负数,预设区域存在人口流失、劳动力减少等现象,当预设区域在连续的预设时间周期内持续为负压力时,说明预设区域的人口流失、劳动力减少等现象较为严重,因此触发连续负压力提示信息;预设管理端根据连续负压力提示信息进行相应的服务调整,比如增加就业机会、提高就业福利等措施。
根据本发明实施例,还包括:
获取预设区域的历史流入人口和历史流出人口;
将所述预设区域的历史流入人口和历史流出人口进行预处理,得到预测模型的输入样本;
将所述预测模型的输入样本发送至初始化的预设神经网络模型中训练;
获取初始化的预设神经网络模型的准确率;
判断所述准确率是否大于预设准确率阈值,若是,对应初始化的预设神经网络模型停止训练,得到预设区域的流动人口神经网络模型。
需要说明的是,根据预设区域的历史流动人口和历史流出人口进行训练,得到预设区域的流动人口神经网络模型,所述预设区域的历史流动人口和历史流出人口的数据越多,对应预设区域的流动人口神经网络模型越精准以及稳定,根据预设区域的流动人口神经网络模型对预设区域的流动人口进行实时预测,以提前做好正压力或负压力的应对措施。
根据本发明实施例,还包括:
获取预设区域的流动人口神经网络模型的流动人口预测值;
将所述流动人口预测值和预设流动人口值进行差值计算,得到流动人口差值;
判断所述流动人口差值是否小于预设流动人口差阈值,若是,对应流动人口预测值为正常;
若否,根据所述流动人口差值对预设区域的流动人口神经网络模型进行调整。
需要说明的是,所述流动人口包括流入人口和流出人口,所述流动人口预测值包括流入人口预测值和流出人口预测值,所述流动人口预测值和预设流动人口值进行差值计算包括流动人口预测值减去预设流入人口值、流出人口预测值减去预设流出人口值,得到流入人口差值、流出人口差值。所述预设流动人口差阈值包括预设流入人口差阈值和流出人口差阈值,其中流入人口差值对应的是流入人口差阈值,流出人口差值对应的是流出人口差阈值,所述预设流动人口差阈值由本领域技术人员进行设置。
根据本发明实施例,当预设区域内的总流入人口不在预设第二数量范围时,还包括:
根据预设区域内的总流入人口落入的预设人口数量范围,得到预设区域内的总流入人口等级;
根据所述预设区域内的总流入人口等级在预设应急处理方案表中查询,得到对应预设区域内的总流入人口对应的应急处理方案;
将所述应急处理方案发送至预设管理端以进行显示。
需要说明的是,当预设区域内的总流入人口不在预设第二数量范围时,说明对应预设区域内的总流入人口低于预设第二数量范围的最小值或高于预设第二数量范围的最大值,其中,当预设区域内的总流入人口低于预设第二数量范围的最小值时,对应总流入人口等级为负数;当预设区域内的总流入人口高于预设第二数量范围的最大值时,对应总流入人口等级为正数,所述预设应急处理方案表中存在有各等级的总流入人口对应的应急处理方案。
本发明第三方面提供了一种计算机存储介质,所述计算机存储介质中存储有一种基于大数据的流动人口监测方法程序,所述一种基于大数据的流动人口监测方法程序被处理器执行时,实现如上述任一项所述的一种基于大数据的流动人口监测方法的步骤。
本发明公开的一种基于大数据的流动人口监测方法、系统和存储介质,其中方法包括:基于预设时间周期,获取预设区域内的流入人口和流出人口;将所述流入人口减去流出人口,得到预设区域内的净流入人口;判断所述预设区域内的净流入人口是否在预设第一数量范围,若是,对应预设区域内的流动人口为正常;若否,触发预设区域内的流动人口警示信息;将所述预设区域内的流动人口警示信息发送至预设管理端以进行显示。通过预设区域内的信令数据,确定对应预设区域内的流入人口和流出人口,提高了流动人口监测的便利性,节省了大量的人力资源。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的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,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (8)
1.一种基于大数据的流动人口监测方法,其特征在于,包括:
基于预设时间周期,获取预设区域内的流入人口和流出人口;
将所述流入人口减去流出人口,得到预设区域内的净流入人口;
判断所述预设区域内的净流入人口是否在预设第一数量范围,若是,对应预设区域内的流动人口为正常;若否,触发预设区域内的流动人口警示信息;
将所述预设区域内的流动人口警示信息发送至预设管理端以进行显示;
还包括:
提取不同时间周期的净流入人口;
将所述不同时间周期的净流入人口进行累加,得到预设区域内的总流入人口;
判断所述预设区域内的总流入人口是否在预设第二数量范围,若是,预设区域内的总流入人口在可控范围;若否,触发总流入人口警示信息;
将所述总流入人口警示信息发送至预设管理端以进行显示;
还包括:
判断所述预设区域内的净流入人口是否大于预设第一数量阈值,若是,得到净流入人口给预设区域施加正压力一次;
获取净流入人口给预设区域施加正压力的连续次数值;
判断所述净流入人口给预设区域施加正压力的连续次数值是否大于预设第一次数阈值;若是,触发连续正压力提示信息;将所述连续正压力提示信息发送至预设管理端以进行显示;
所述预设第一数量阈值大于零且小于预设第一数量范围的上限值;
还包括:
获取预设区域的历史流入人口和历史流出人口;
将所述预设区域的历史流入人口和历史流出人口进行预处理,得到预测模型的输入样本;
将所述预测模型的输入样本发送至初始化的预设神经网络模型中训练;
获取初始化的预设神经网络模型的准确率;
判断所述准确率是否大于预设准确率阈值,若是,对应初始化的预设神经网络模型停止训练,得到预设区域的流动人口神经网络模型;
还包括:
获取预设区域的流动人口神经网络模型的流动人口预测值;
将所述流动人口预测值和预设流动人口值进行差值计算,得到流动人口差值;
判断所述流动人口差值是否小于预设流动人口差阈值,若是,对应流动人口预测值为正常;
若否,根据所述流动人口差值对预设区域的流动人口神经网络模型进行调整。
2.根据权利要求1所述的一种基于大数据的流动人口监测方法,其特征在于,所述基于预设时间周期,获取预设区域内的流入人口和流出人口的步骤,具体包括:
获取预设区域内的信令数据信息和预设区域信息;
根据预设区域信息,构建预设区域的二维平面地图;
将所述预设区域内的信令数据按照预设第一时间进行划分,得到不同时间周期的预设区域内的信令数据;
将所述不同时间周期的预设区域内的信令数据信息发送至对应二维平面地图,得到不同时间周期的预设区域内的信令地图;
将当前时间周期的预设区域内的信令地图和上一时间周期的预设区域内的信令地图进行对比分析,得到新增信令数据和减少信令数据;将所述新增信令数据设为预设区域内的流入人口,将所述减少信令数据设为预设区域内的流出人口。
3.根据权利要求2所述的一种基于大数据的流动人口监测方法,其特征在于,所述得到新增信令数据和减少信令数据之后,还包括:提取新增信令数据或减少信令数据的信令路线信息;
判断所述信令路线是否和预设区域的边界线是否存在交集,若是,则对应新增信令数据或减少信令数据为有效信令数据;若否,对应新增信令数据或减少信令数据为无效信令数据;
将所述无效信令数据进行删除。
4.根据权利要求1所述的一种基于大数据的流动人口监测方法,其特征在于,还包括:
判断所述预设区域内的净流入人口是否小于预设第二数量阈值,若是,得到净流入人口给预设区域施加负压力一次;
获取净流入人口给预设区域施加负压力的连续次数值;判断所述净流入人口给预设区域施加负压力的连续次数值是否大于预设第二次数阈值;若是,触发连续负压力提示信息;
将所述连续负压力提示信息发送至预设管理端以进行显示;
所述预设第二数量阈值小于零且大于预设第一数量范围的下限值。
5.一种基于大数据的流动人口监测系统,其特征在于,包括存储器和处理器,所述存储器中存储有一种基于大数据的流动人口监测方法程序,所述一种基于大数据的流动人口监测方法程序被所述处理器执行时实现如下步骤:
基于预设时间周期,获取预设区域内的流入人口和流出人口;
将所述流入人口减去流出人口,得到预设区域内的净流入人口;
判断所述预设区域内的净流入人口是否在预设第一数量范围,若是,对应预设区域内的流动人口为正常;若否,触发预设区域内的流动人口警示信息;
将所述预设区域内的流动人口警示信息发送至预设管理端以进行显示;
还包括:
提取不同时间周期的净流入人口;
将所述不同时间周期的净流入人口进行累加,得到预设区域内的总流入人口;
判断所述预设区域内的总流入人口是否在预设第二数量范围,若是,预设区域内的总流入人口在可控范围;若否,触发总流入人口警示信息;
将所述总流入人口警示信息发送至预设管理端以进行显示;
还包括:
判断所述预设区域内的净流入人口是否大于预设第一数量阈值,若是,得到净流入人口给预设区域施加正压力一次;
获取净流入人口给预设区域施加正压力的连续次数值;
判断所述净流入人口给预设区域施加正压力的连续次数值是否大于预设第一次数阈值;若是,触发连续正压力提示信息;
将所述连续正压力提示信息发送至预设管理端以进行显示;
所述预设第一数量阈值大于零且小于预设第一数量范围的上限值;
还包括:
获取预设区域的历史流入人口和历史流出人口;
将所述预设区域的历史流入人口和历史流出人口进行预处理,得到预测模型的输入样本;
将所述预测模型的输入样本发送至初始化的预设神经网络模型中训练;
获取初始化的预设神经网络模型的准确率;
判断所述准确率是否大于预设准确率阈值,若是,对应初始化的预设神经网络模型停止训练,得到预设区域的流动人口神经网络模型;
还包括:
获取预设区域的流动人口神经网络模型的流动人口预测值;
将所述流动人口预测值和预设流动人口值进行差值计算,得到流动人口差值;
判断所述流动人口差值是否小于预设流动人口差阈值,若是,对应流动人口预测值为正常;
若否,根据所述流动人口差值对预设区域的流动人口神经网络模型进行调整。
6.根据权利要求5所述的一种基于大数据的流动人口监测系统,其特征在于,所述基于预设时间周期,获取预设区域内的流入人口和流出人口的步骤,具体包括:
获取预设区域内的信令数据信息和预设区域信息;
根据预设区域信息,构建预设区域的二维平面地图;
将所述预设区域内的信令数据按照预设第一时间进行划分,得到不同时间周期的预设区域内的信令数据;
将所述不同时间周期的预设区域内的信令数据信息发送至对应二维平面地图,得到不同时间周期的预设区域内的信令地图;
将当前时间周期的预设区域内的信令地图和上一时间周期的预设区域内的信令地图进行对比分析,得到新增信令数据和减少信令数据;将所述新增信令数据设为预设区域内的流入人口,将所述减少信令数据设为预设区域内的流出人口。
7.根据权利要求6所述的一种基于大数据的流动人口监测系统,其特征在于,所述得到新增信令数据和减少信令数据之后,还包括:
提取新增信令数据或减少信令数据的信令路线信息;
判断所述信令路线是否和预设区域的边界线是否存在交集,若是,则对应新增信令数据或减少信令数据为有效信令数据;若否,对应新增信令数据或减少信令数据为无效信令数据;
将所述无效信令数据进行删除。
8.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有一种基于大数据的流动人口监测方法程序,所述一种基于大数据的流动人口监测方法程序被处理器执行时,实现如权利要求1至4中任一项所述的一种基于大数据的流动人口监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311119998.2A CN116861197B (zh) | 2023-09-01 | 2023-09-01 | 一种基于大数据的流动人口监测方法、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311119998.2A CN116861197B (zh) | 2023-09-01 | 2023-09-01 | 一种基于大数据的流动人口监测方法、系统和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116861197A CN116861197A (zh) | 2023-10-10 |
CN116861197B true CN116861197B (zh) | 2024-04-05 |
Family
ID=88221901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311119998.2A Active CN116861197B (zh) | 2023-09-01 | 2023-09-01 | 一种基于大数据的流动人口监测方法、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116861197B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108198416A (zh) * | 2017-12-28 | 2018-06-22 | 金交恒通有限公司 | 一种手机信令与路网大数据的融合方法及其应用与系统 |
CN109362041A (zh) * | 2018-12-18 | 2019-02-19 | 成都方未科技有限公司 | 一种基于大数据的人口时空分布分析方法 |
CN109672986A (zh) * | 2018-12-18 | 2019-04-23 | 成都方未科技有限公司 | 一种时空大数据分析系统 |
CN110472771A (zh) * | 2019-07-09 | 2019-11-19 | 浙江墨煌信息科技有限公司 | 区域人口走向预测方法及其系统 |
CN111615054A (zh) * | 2020-05-25 | 2020-09-01 | 和智信(山东)大数据科技有限公司 | 人口分析方法及装置 |
CN111785392A (zh) * | 2020-07-01 | 2020-10-16 | 医渡云(北京)技术有限公司 | 人口数量的预警方法、装置、电子设备及计算机可读介质 |
CN112163717A (zh) * | 2020-10-20 | 2021-01-01 | 腾讯科技(深圳)有限公司 | 人口数据预测方法、装置、计算机设备及介质 |
CN113536256A (zh) * | 2021-07-27 | 2021-10-22 | 江西高创保安服务技术有限公司 | 一种人口流动数据的统计分析方法、装置及电子设备 |
CN115080555A (zh) * | 2022-08-18 | 2022-09-20 | 北京融信数联科技有限公司 | 一种基于信令获取人口数据判别离群点的方法、系统和介质 |
CN115329904A (zh) * | 2022-10-13 | 2022-11-11 | 北京融信数联科技有限公司 | 一种判别人口数据的离群点检测方法、系统和存储介质 |
CN115730763A (zh) * | 2022-11-11 | 2023-03-03 | 中山大学 | 基于终端信令数据的工作日设施可达性计算方法及装置 |
KR20230059318A (ko) * | 2021-10-26 | 2023-05-03 | 에스케이텔레콤 주식회사 | 유동 인구 분석 방법 및 장치 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633680B (zh) * | 2016-07-12 | 2021-05-04 | 阿里巴巴集团控股有限公司 | 出行数据的获取方法、装置、设备和系统 |
WO2020095480A1 (ja) * | 2018-11-06 | 2020-05-14 | 株式会社Nttドコモ | 人口分布集計装置 |
US20220277409A1 (en) * | 2022-05-19 | 2022-09-01 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for civil administration in smart city based on internet of things (iot) |
-
2023
- 2023-09-01 CN CN202311119998.2A patent/CN116861197B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108198416A (zh) * | 2017-12-28 | 2018-06-22 | 金交恒通有限公司 | 一种手机信令与路网大数据的融合方法及其应用与系统 |
CN109362041A (zh) * | 2018-12-18 | 2019-02-19 | 成都方未科技有限公司 | 一种基于大数据的人口时空分布分析方法 |
CN109672986A (zh) * | 2018-12-18 | 2019-04-23 | 成都方未科技有限公司 | 一种时空大数据分析系统 |
CN110472771A (zh) * | 2019-07-09 | 2019-11-19 | 浙江墨煌信息科技有限公司 | 区域人口走向预测方法及其系统 |
CN111615054A (zh) * | 2020-05-25 | 2020-09-01 | 和智信(山东)大数据科技有限公司 | 人口分析方法及装置 |
CN111785392A (zh) * | 2020-07-01 | 2020-10-16 | 医渡云(北京)技术有限公司 | 人口数量的预警方法、装置、电子设备及计算机可读介质 |
CN112163717A (zh) * | 2020-10-20 | 2021-01-01 | 腾讯科技(深圳)有限公司 | 人口数据预测方法、装置、计算机设备及介质 |
CN113536256A (zh) * | 2021-07-27 | 2021-10-22 | 江西高创保安服务技术有限公司 | 一种人口流动数据的统计分析方法、装置及电子设备 |
KR20230059318A (ko) * | 2021-10-26 | 2023-05-03 | 에스케이텔레콤 주식회사 | 유동 인구 분석 방법 및 장치 |
CN115080555A (zh) * | 2022-08-18 | 2022-09-20 | 北京融信数联科技有限公司 | 一种基于信令获取人口数据判别离群点的方法、系统和介质 |
CN115329904A (zh) * | 2022-10-13 | 2022-11-11 | 北京融信数联科技有限公司 | 一种判别人口数据的离群点检测方法、系统和存储介质 |
CN115730763A (zh) * | 2022-11-11 | 2023-03-03 | 中山大学 | 基于终端信令数据的工作日设施可达性计算方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116861197A (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230326321A1 (en) | Method and system for generating flood early warning information in smart city based on internet of things | |
US9953517B2 (en) | Risk early warning method and apparatus | |
Gong et al. | Allocation and reallocation of ambulances to casualty clusters in a disaster relief operation | |
CN112200081A (zh) | 异常行为识别方法、装置、电子设备及存储介质 | |
CN110544001A (zh) | 客流量预警方法、装置、计算机装置及存储介质 | |
CN111639786A (zh) | 资源配置方法、装置、存储介质及计算机设备 | |
CN116861197B (zh) | 一种基于大数据的流动人口监测方法、系统和存储介质 | |
CN113076935B (zh) | 基于图像识别的监管方法、装置、服务器及介质 | |
CN116761185A (zh) | 一种基于信令预测日活跃用户的方法、系统及介质 | |
CN117690296A (zh) | 一种交通路况智能防雷检测系统 | |
CN113065701A (zh) | 一种轨道交通客流量智能预测方法和装置 | |
CN116719787A (zh) | 轨道系统中设备日志的上传方法、装置、介质及电子设备 | |
CN116227929A (zh) | 通信数据的分析方法、装置、设备及存储介质 | |
CN114596640B (zh) | 检票系统自动监控方法、装置、设备和介质 | |
CN115269608A (zh) | 基于iframe内嵌3D数字孪生构造的数字化平台 | |
CN113342978A (zh) | 一种城市事件处理方法及装置 | |
CN111369107A (zh) | 一种物体风险预警方法、管理终端及存储介质 | |
CN116862097B (zh) | 一种信息确定方法及设备 | |
CN116980833B (zh) | 一种基于信令数据的区域人口年龄段识别方法及系统 | |
CN111028109B (zh) | 数据处理方法、装置、服务器及存储介质 | |
CN115345247B (zh) | 模型训练和公路轴载确定方法、装置、设备及介质 | |
CN117540050A (zh) | 一种公安大数据预警方法 | |
CN115002042B (zh) | 基于机器学习的专线流量管控方法、装置及计算机设备 | |
CN115174483B (zh) | 基于时间窗口的限流方法、装置、服务器和存储介质 | |
KR101938708B1 (ko) | 위급 상황 관리 방법 및 장치 |
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 |