CN117313981A - 一种城中村人口动态分析方法、装置、设备及可读存储介质 - Google Patents
一种城中村人口动态分析方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN117313981A CN117313981A CN202310844125.1A CN202310844125A CN117313981A CN 117313981 A CN117313981 A CN 117313981A CN 202310844125 A CN202310844125 A CN 202310844125A CN 117313981 A CN117313981 A CN 117313981A
- Authority
- CN
- China
- Prior art keywords
- population
- month
- data
- community
- information
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 55
- 230000002159 abnormal effect Effects 0.000 claims description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000002372 labelling Methods 0.000 claims description 11
- 230000002776 aggregation Effects 0.000 claims description 10
- 238000004220 aggregation Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003062 neural network model Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 125000004122 cyclic group Chemical group 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 3
- 238000011176 pooling Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 2
- 230000008719 thickening Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 235000018185 Betula X alpestris Nutrition 0.000 description 1
- 235000018212 Betula X uliginosa Nutrition 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
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
-
- 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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了城中村人口动态分析方法、装置、设备及可读存储介质，所述方法包括：获取上月人口数据，所述上月人口数据包括上月城中村中每一社区的人口数量和家庭户数；根据所述人口数量和所述家庭户数计算上月每一社区中每户的平均人口数量；获取当月人口数据，利用所述当月人口数据计算当月每一社区中每户的平均人口数量；利用所述上月每一社区中每户的平均人口数量和当月每一社区中每户的平均人口数量计算得到人口动态变化数据。通过本发明中的方法，可以动态的监测城中村人口动态变化的情况，根据监测得到的人口动态变化数据可以帮助社区管理者在城市规划、交通管理与控制与突发应急响应等方面及时进行调整，进而提高社区的安全性与舒适度。
Description
技术领域
本发明涉及人口流动技术领域，具体而言，涉及一种城中村人口动态分析方法、装置、设备及可读存储介质。
背景技术
目前，城中村人口空间分布对于城市规划、交通管理与控制与突发应急响应等方面有着十分重要意义，因此对城中村人口进行动态监测显得尤为重要。
发明内容
本发明的目的在于提供一种城中村人口动态分析方法、装置、设备及可读存储介质，以改善上述问题。
为了实现上述目的，本申请实施例提供了如下技术方案：
一方面，本申请实施例提供了一种城中村人口动态分析方法，所述方法包括：
获取上月人口数据，所述上月人口数据包括上月城中村中每一社区的人口数量和家庭户数，所述家庭户数为上月有家庭成员在所述社区居住的家庭户数；
根据所述人口数量和所述家庭户数计算上月每一社区中每户的平均人口数量；
获取当月人口数据，利用所述当月人口数据计算当月每一社区中每户的平均人口数量；
利用所述上月每一社区中每户的平均人口数量和当月每一社区中每户的平均人口数量计算得到人口动态变化数据。
第二方面，本申请实施例提供了一种城中村人口动态分析装置，所述装置包括第一获取模块、第一计算模块、第二获取模块和第二计算模块。
第一获取模块，用于获取上月人口数据，所述上月人口数据包括上月城中村中每一社区的人口数量和家庭户数，所述家庭户数为上月有家庭成员在所述社区居住的家庭户数；
第一计算模块，用于根据所述人口数量和所述家庭户数计算上月每一社区中每户的平均人口数量；
第二获取模块，用于获取当月人口数据，利用所述当月人口数据计算当月每一社区中每户的平均人口数量；
第二计算模块，用于利用所述上月每一社区中每户的平均人口数量和当月每一社区中每户的平均人口数量计算得到人口动态变化数据。
第三方面，本申请实施例提供了一种城中村人口动态分析设备，所述设备包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述城中村人口动态分析方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述城中村人口动态分析方法的步骤。
本发明的有益效果为：
1、通过本发明中的方法，可以动态的监测城中村人口动态变化的情况，根据监测得到的人口动态变化数据可以帮助社区管理者在城市规划、交通管理与控制与突发应急响应等方面及时进行调整，进而提高社区的安全性与舒适度。
2、在本发明中，除了对人口动态变化数据进行监测之外，还对其进行了分析，通过历史时间段下的人口动态变化数据来判断本月人口动态变化数据是否异常，相较于人为设定阈值的方式，本发明中的方法更为便捷和准确；同时，若监测结果为异常则进行了预警，通过此种方法可以及时提醒社区工作人员加强管控，保证社区的安全管理。
3、在本发明中，还进行了显示界面的设置，通过此种方式可以更直观的将监测结果进行反应，也有利于帮助工作人员针对异常情况做出有效管理。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是本发明实施例中所述的城中村人口动态分析方法流程示意图；
图2是本发明实施例中所述的城中村人口动态分析装置结构示意图；
图3是本发明实施例中所述的城中村人口动态分析设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
应注意到：相似的标号或字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
如图1所示，本实施例提供了一种城中村人口动态分析方法，该方法包括步骤S1、步骤S2、步骤S3和步骤S4。
步骤S1、获取上月人口数据，所述上月人口数据包括上月城中村中每一社区的人口数量和家庭户数，所述家庭户数为上月有家庭成员在所述社区居住的家庭户数；
在本步骤中，家庭户数的获取方法具体包括步骤S11、步骤S12和步骤S13；
步骤S11、对每一社区的每一块水表进行分析，分析其在本月是否运转过，将运转过的水表进行数量统计，得到第一统计值；
在本步骤中，对每一社区的每一块水表进行分析，分析其在本月是否运转过，其目的是通过水表的转动来判断水表的使用者是否用过水，只要有用水，则证明有家庭成员居住；
步骤S12、对每一社区的每一块电表进行分析，分析其在本月是否运转过，将运转过的电表进行数量统计，得到第二统计值；
在本步骤中，对每一社区的每一块电表进行分析，分析其在本月是否运转过，其目的是通过电表的转动来判断水表的使用者是否用过电，只要有用电，则证明有家庭成员居住；
步骤S13、将所述第一统计值与所述第二统计值进行比较分析，若所述第一统计值等于所述第二统计值，则将所述第一统计值或所述第二统计值作为所述家庭户数，若不相等，则将所述第一统计值和第二统计值相加求均值，将均值作为所述家庭户数。
在本步骤中，一般情况下第一统计值与第二统计值相等，不相等则进行均值的计算；
在本步骤中，家庭户数的获取方法具体还可以包括步骤S14、步骤S15和步骤S16；
步骤S14、对每一社区的每一块水表进行分析，分析其在本月的用水量是否超过第一预设阈值，将超过所述第一阈值的水表进行数量统计，得到第一统计值；
步骤S15、对每一社区的每一块电表进行分析，分析其在本月的用电量是否超过第二预设阈值，将超过所述第二阈值的电表进行数量统计，得到第二统计值；
在步骤S14和步骤S15中，通过设置第一预设阈值与第二预设阈值可以更准确的判断家庭户数的数量，其中第一预设阈值与第二预设阈值可以用户进行自定义设置；
步骤S16、将所述第一统计值与所述第二统计值进行比较分析，若所述第一统计值等于所述第二统计值，则将所述第一统计值或所述第二统计值作为所述家庭户数，若不相等，则将所述第一统计值和第二统计值相加求均值，将均值作为所述家庭户数。
步骤S2、根据所述人口数量和所述家庭户数计算上月每一社区中每户的平均人口数量；
在本步骤中，将人口数量除以家庭户数则可以计算得到上月每一社区中每户的平均人口数量；
步骤S3、获取当月人口数据，利用所述当月人口数据计算当月每一社区中每户的平均人口数量；
在本步骤中，当月人口数据包括当月城中村中每一社区的人口数量和家庭户数，进而计算得到当月每一社区中每户的平均人口数量；
步骤S4、利用所述上月每一社区中每户的平均人口数量和当月每一社区中每户的平均人口数量计算得到人口动态变化数据。
在本步骤中，将当月和上月每一社区中每户的平均人口数量相减，即可得到人口动态变化数据；除了上述计算人口动态变化数据之外，还可以对社区的其他参数进行统计分析，具体包括步骤S5和步骤S6；
步骤S5、获取每一社区的面积，将每一社区当月的人口数量除以每一社区的面积，得到人口居住密度，将所述人口居住密度与第三预设阈值进行比较，若大于所述第三预设阈值则进行第一预警；和/或
在本步骤中，若人口居住密度超过第三预设阈值时，向周边进行有效引导，以保证适合的人口居住密度，提高居住舒适度；
步骤S6、获取每一社区当月的事故发生次数，将所述事故发生次数与第四预设阈值进行比较，若大于所述第四预设阈值则进行第二预警。
除了上述步骤，在计算出每个月对应的人口动态变化数据后，还对其进行了分析，判断其是否异常，若异常则进行异常预警和异常处理，通过此种方式可以提示社区加强管理，具体的步骤包括步骤S7和步骤S8；
步骤S7、获取在本月之前，预设历史时段内的多个历史人口动态变化数据，并利用加权移动平均的方法对所述预设历史时段内的历史人口动态变化数据进行拟合，得到拟合后的时间序列，将所述时间序列中的每一个数据与其对应的历史人口动态变化数据进行差值计算，得到第一计算结果；
在本步骤中，可以统计在本月之前，前12个月的人口动态变化数据；
步骤S8、将每个时间点对应的所述第一计算结果进行集合，得到第一集合，将所述第一集合中的全部数据进行参数计算，所述参数计算包括均值和方差计算，得到均值计算结果和方差计算结果，将所述均值计算结果和所述方差计算结果相加，得到第二计算结果；基于所述第二计算结果判断本月计算得到的人口动态变化数据是否异常，若异常则发送警示信息以进行提醒。
本步骤的具体实现步骤包括步骤S81和步骤S82；
步骤S81、根据所述拟合后的时间序列得到本月人口动态变化数据拟合值，将所述本月人口动态变化数据拟合值与所述第二计算结果相加减，分别得到第三计算结果和第四计算结果；
在本步骤中，第三计算结果和第四计算结果可以看做上限值和下限值，本步骤中通过历史数据实时生成了边界值，免除了人工设置阈值的步骤，本步骤更加简便；
步骤S82、将所述本月计算得到的人口动态变化数据进行分析，其中，若所述本月计算得到的人口动态变化数据大于所述第三计算结果或小于所述第四计算结果，则判断本月计算得到的人口动态变化数据异常。
在本步骤中，相较于人工人为设置边界值的方式，本步骤的方法避免了人为因素的影响，对异常的判断更加准确；
除了判断出是否异常之外，还进行的显示界面的设置，具体的步骤包括步骤S83、步骤S84和步骤S85；
步骤S83、将所述警示信息发送至显示界面上，并在显示界面的第一区域显示第一对象，所述第一对象包含所述警示信息，所述第一对象居中显示且所述第一对象的轮廓为加黑加粗设置；获取第一操作信息，所述第一操作信息为对所述第一对象的选择操作信息；
步骤S84、响应于所述第一操作信息，在所述显示界面上显示第二对象和第三对象，所述第二对象包括多个第一子对象，所述第一子对象包括一个历史人口动态变化数据；所述第三对象包括第二子对象和第三子对象，所述第二子对象包括本月人口动态变化数据，所述第三子对象包括本月人口动态变化数据异常的标记，所述第二对象和所述第三对象依次竖向排列；
步骤S85、获取第二操作信息，所述第二操作信息包括工作人员上传的异常情况原因信息，响应于所述第二操作信息，在所述显示界面上显示第四对象，所述第四对象包括所述异常情况原因信息；获取第三操作信息，所述第三操作信息包括对所述第四对象的选择操作信息，在所述显示界面上显示第五对象，所述第五对象包括针对所述异常情况原因信息所做出的解决方案信息，所述解决方案信息为通过预训练的解决方案模型所得出，所述解决方案模型在训练时，以所述异常情况原因信息为输入，所述解决方案信息为输出对卷积神经网络模型进行训练。
通过步骤S83-步骤S85中的方法，可以让工作人员更为直观的查看到当前数据与历史数据之间的关系，有利于帮助工作人员更好的处理相关事务。
此外，在本步骤中，在所述解决方案模型的训练过程中，训练样本的获取方法具体包括步骤S851和步骤S852；
步骤S851、将所述异常情况原因信息输入循环神经网络模型中，获取所述循环神经网络模型的隐层输出数据，并将其记为第一数据，基于核函数的非线性降维对所述第一数据进行降维处理，得到第二数据，对所述第二数据依次进行卷积池化处理，得到第三数据；
在本步骤中，还可以用循环神经网络模型、递归神经网络模型替换循环神经网络模型；还可以用线性降维替换基于核函数的非线性降维；在本步骤中，降维和卷积池化处理可以理解为对第一数据的编码处理，其目的是将第一数据从一种形式或格式转换为另一种形式的过程；
步骤S852、利用层次聚类算法聚类具有相同第三数据的异常情况原因信息，得到多个簇，在每个簇中根据与簇中心的距离选取预设个数的异常情况原因信息进行集合，得到第一集合，将每个簇对应的第一集合发送至工作人员处进行解决方案信息标注，得到每个所述第一集合对应的标注信息，将每个所述第一集合对应的标注信息作为其所属的簇中每个异常情况原因信息的标注信息，得到每个所述异常情况原因信息对应的解决方案信息。
在本步骤中，可以采用BIRCH算法、CHAMELEON算法、CURE算法等层次聚类算法进行聚类处理；在本步骤中，在每个簇中，根据与簇中心的距离，从近到远选取预设个数的异常情况原因信息进行集合，预设个数可以自定义设置；同时在本步骤中，考虑到异常情况原因信息个数多一些，可以更好帮助工作人员进行解决方案信息的标注，因此选取了预设个数的异常情况原因信息进行集合而不是只采用一个，在对第一集合中的每个数据进行标注时，每个数据对应的标注信息相同；通过此种标注方式，可以节省工作人员的工作时间，减少人力耗费，提高标注效率。
实施例2
如图2所示，本实施例提供了一种城中村人口动态分析装置，所述装置包括第一获取模块701、第一计算模块702、第二获取模块703和第二计算模块704。
第一获取模块701，用于获取上月人口数据，所述上月人口数据包括上月城中村中每一社区的人口数量和家庭户数，所述家庭户数为上月有家庭成员在所述社区居住的家庭户数；
第一计算模块702，用于根据所述人口数量和所述家庭户数计算上月每一社区中每户的平均人口数量；
第二获取模块703，用于获取当月人口数据，利用所述当月人口数据计算当月每一社区中每户的平均人口数量；
第二计算模块704，用于利用所述上月每一社区中每户的平均人口数量和当月每一社区中每户的平均人口数量计算得到人口动态变化数据。
需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实施例3
相应于上面的方法实施例，本公开实施例还提供了城中村人口动态分析设备，下文描述的城中村人口动态分析设备与上文描述的城中村人口动态分析方法可相互对应参照。
图3是根据一示例性实施例示出的城中村人口动态分析设备800的框图。如图3所示，该城中村人口动态分析设备800可以包括：处理器801，存储器802。该城中村人口动态分析设备800还可以包括多媒体组件803，输入/输出(I/O)接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该城中村人口动态分析设备800的整体操作，以完成上述的城中村人口动态分析方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该城中村人口动态分析设备800的操作，这些数据例如可以包括用于在该城中村人口动态分析设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static RandomAccess Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该城中村人口动态分析设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，该城中村人口动态分析设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal ProcessingDevice，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的城中村人口动态分析方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的城中村人口动态分析方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由该城中村人口动态分析设备800的处理器801执行以完成上述的城中村人口动态分析方法。
实施例4
相应于上面的方法实施例，本公开实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的城中村人口动态分析方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的城中村人口动态分析方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.城中村人口动态分析方法，其特征在于，包括：
获取上月人口数据，所述上月人口数据包括上月城中村中每一社区的人口数量和家庭户数，所述家庭户数为上月有家庭成员在所述社区居住的家庭户数；
根据所述人口数量和所述家庭户数计算上月每一社区中每户的平均人口数量；
获取当月人口数据，利用所述当月人口数据计算当月每一社区中每户的平均人口数量；
利用所述上月每一社区中每户的平均人口数量和当月每一社区中每户的平均人口数量计算得到人口动态变化数据。
2.根据权利要求1所述的城中村人口动态分析方法，其特征在于，家庭户数的获取方法，包括：
对每一社区的每一块水表进行分析，分析其在本月是否运转过，将运转过的水表进行数量统计，得到第一统计值；
对每一社区的每一块电表进行分析，分析其在本月是否运转过，将运转过的电表进行数量统计，得到第二统计值；
将所述第一统计值与所述第二统计值进行比较分析，若所述第一统计值等于所述第二统计值，则将所述第一统计值或所述第二统计值作为所述家庭户数，若不相等，则将所述第一统计值和第二统计值相加求均值，将均值作为所述家庭户数。
3.根据权利要求1所述的城中村人口动态分析方法，其特征在于，利用所述上月每一社区中每户的平均人口数量和当月每一社区中每户的平均人口数量计算得到人口动态变化数据后，还包括：
获取每一社区的面积，将每一社区当月的人口数量除以每一社区的面积，得到人口居住密度，将所述人口居住密度与第三预设阈值进行比较，若大于所述第三预设阈值则进行第一预警；和/或
获取每一社区当月的事故发生次数，将所述事故发生次数与第四预设阈值进行比较，若大于所述第四预设阈值则进行第二预警。
4.根据权利要求1所述的城中村人口动态分析方法，其特征在于，利用所述上月每一社区中每户的平均人口数量和当月每一社区中每户的平均人口数量计算得到人口动态变化数据后，还包括：
获取在本月之前，预设历史时段内的多个历史人口动态变化数据，并利用加权移动平均的方法对所述预设历史时段内的历史人口动态变化数据进行拟合，得到拟合后的时间序列，将所述时间序列中的每一个数据与其对应的历史人口动态变化数据进行差值计算，得到第一计算结果；
将每个时间点对应的所述第一计算结果进行集合，得到第一集合，将所述第一集合中的全部数据进行参数计算，所述参数计算包括均值和方差计算，得到均值计算结果和方差计算结果，将所述均值计算结果和所述方差计算结果相加，得到第二计算结果；基于所述第二计算结果判断本月计算得到的人口动态变化数据是否异常，若异常则发送警示信息以进行提醒。
5.根据权利要求4所述的城中村人口动态分析方法，其特征在于，基于所述第二计算结果判断本月计算得到的人口动态变化数据是否异常，包括：
根据所述拟合后的时间序列得到本月人口动态变化数据拟合值，将所述本月人口动态变化数据拟合值与所述第二计算结果相加减，分别得到第三计算结果和第四计算结果；
将所述本月计算得到的人口动态变化数据进行分析，其中，若所述本月计算得到的人口动态变化数据大于所述第三计算结果或小于所述第四计算结果，则判断本月计算得到的人口动态变化数据异常。
6.根据权利要求4所述的城中村人口动态分析方法，其特征在于，若异常则发送警示信息以进行提醒，包括：
将所述警示信息发送至显示界面上，并在显示界面的第一区域显示第一对象，所述第一对象包含所述警示信息，所述第一对象居中显示且所述第一对象的轮廓为加黑加粗设置；获取第一操作信息，所述第一操作信息为对所述第一对象的选择操作信息；
响应于所述第一操作信息，在所述显示界面上显示第二对象和第三对象，所述第二对象包括多个第一子对象，所述第一子对象包括一个历史人口动态变化数据；所述第三对象包括第二子对象和第三子对象，所述第二子对象包括本月人口动态变化数据，所述第三子对象包括本月人口动态变化数据异常的标记，所述第二对象和所述第三对象依次竖向排列；
获取第二操作信息，所述第二操作信息包括工作人员上传的异常情况原因信息，响应于所述第二操作信息，在所述显示界面上显示第四对象，所述第四对象包括所述异常情况原因信息；获取第三操作信息，所述第三操作信息包括对所述第四对象的选择操作信息，在所述显示界面上显示第五对象，所述第五对象包括针对所述异常情况原因信息所做出的解决方案信息，所述解决方案信息为通过预训练的解决方案模型所得出，所述解决方案模型在训练时，以所述异常情况原因信息为输入，所述解决方案信息为输出对卷积神经网络模型进行训练。
7.根据权利要求6所述的城中村人口动态分析方法，其特征在于，所述解决方案模型的训练方法，包括：
将所述异常情况原因信息输入循环神经网络模型中，获取所述循环神经网络模型的隐层输出数据，并将其记为第一数据，基于核函数的非线性降维对所述第一数据进行降维处理，得到第二数据，对所述第二数据依次进行卷积池化处理，得到第三数据；
利用层次聚类算法聚类具有相同第三数据的异常情况原因信息，得到多个簇，在每个簇中根据与簇中心的距离选取预设个数的异常情况原因信息进行集合，得到第一集合，将每个簇对应的第一集合发送至工作人员处进行解决方案信息标注，得到每个所述第一集合对应的标注信息，将每个所述第一集合对应的标注信息作为其所属的簇中每个异常情况原因信息的标注信息，得到每个所述异常情况原因信息对应的解决方案信息。
8.城中村人口动态分析装置，其特征在于，包括：
第一获取模块，用于获取上月人口数据，所述上月人口数据包括上月城中村中每一社区的人口数量和家庭户数，所述家庭户数为上月有家庭成员在所述社区居住的家庭户数；
第一计算模块，用于根据所述人口数量和所述家庭户数计算上月每一社区中每户的平均人口数量；
第二获取模块，用于获取当月人口数据，利用所述当月人口数据计算当月每一社区中每户的平均人口数量；
第二计算模块，用于利用所述上月每一社区中每户的平均人口数量和当月每一社区中每户的平均人口数量计算得到人口动态变化数据。
9.城中村人口动态分析设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述城中村人口动态分析方法的步骤。
10.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述城中村人口动态分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310844125.1A CN117313981A (zh) | 2023-07-11 | 2023-07-11 | 一种城中村人口动态分析方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310844125.1A CN117313981A (zh) | 2023-07-11 | 2023-07-11 | 一种城中村人口动态分析方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117313981A true CN117313981A (zh) | 2023-12-29 |
Family
ID=89261085
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310844125.1A Pending CN117313981A (zh) | 2023-07-11 | 2023-07-11 | 一种城中村人口动态分析方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117313981A (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107423854A (zh) * | 2017-07-26 | 2017-12-01 | 安徽讯飞智能科技有限公司 | 一种基于gm(1,1)季节趋势预测的房屋人口变动监测方法 |
| CN108271115A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信集团内蒙古有限公司 | 一种区域人口密度的估计方法及装置 |
| CN108493946A (zh) * | 2018-04-12 | 2018-09-04 | 辽宁石油化工大学 | 基于用户用电分析的电能控制方法、装置及设备 |
| CN109214863A (zh) * | 2018-08-27 | 2019-01-15 | 西北工业大学 | 一种基于快递数据预测城市房屋需求的方法 |
| CN110807546A (zh) * | 2019-10-22 | 2020-02-18 | 恒大智慧科技有限公司 | 社区网格人口变化预警方法及系统 |
| CN110930285A (zh) * | 2020-02-05 | 2020-03-27 | 北京交研智慧科技有限公司 | 一种人口分布分析方法及装置 |
| CN111104610A (zh) * | 2019-11-07 | 2020-05-05 | 重庆特斯联智慧科技股份有限公司 | 一种社区人口大数据的可视化管理系统和方法 |
| CN112215059A (zh) * | 2020-08-26 | 2021-01-12 | 厦门大学 | 一种基于深度学习的城中村识别和人口估计方法、系统及计算机可读存储介质 |
| WO2021063037A1 (zh) * | 2019-09-30 | 2021-04-08 | 华为技术有限公司 | 人口库分库方法和装置 |
| WO2021103323A1 (zh) * | 2019-11-29 | 2021-06-03 | 青岛理工大学 | 一种历史城市保护发展协同控制方案辅助设计系统 |
| CN112907063A (zh) * | 2021-02-10 | 2021-06-04 | 国网河北省电力有限公司信息通信分公司 | 人口流动率和房屋空置率确定方法及终端设备 |
| US20210174257A1 (en) * | 2019-12-04 | 2021-06-10 | Cerebri AI Inc. | Federated machine-Learning platform leveraging engineered features based on statistical tests |
| CN113487467A (zh) * | 2021-07-12 | 2021-10-08 | 北京地拓科技发展有限公司 | 一种基于卫星遥感的居住社区人口数量检测方法和装置 |
| CN114485916A (zh) * | 2022-01-12 | 2022-05-13 | 广州声博士声学技术有限公司 | 一种环境噪声监测方法、系统、计算机设备和存储介质 |
| CN115034524A (zh) * | 2022-08-11 | 2022-09-09 | 北京融信数联科技有限公司 | 基于手机信令的工作居住人口预测方法、系统和存储介质 |
| CN115934693A (zh) * | 2022-11-30 | 2023-04-07 | 杭州半云科技有限公司 | 一种区域实有人口动态计算方法 |
-
2023
- 2023-07-11 CN CN202310844125.1A patent/CN117313981A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108271115A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信集团内蒙古有限公司 | 一种区域人口密度的估计方法及装置 |
| CN107423854A (zh) * | 2017-07-26 | 2017-12-01 | 安徽讯飞智能科技有限公司 | 一种基于gm(1,1)季节趋势预测的房屋人口变动监测方法 |
| CN108493946A (zh) * | 2018-04-12 | 2018-09-04 | 辽宁石油化工大学 | 基于用户用电分析的电能控制方法、装置及设备 |
| CN109214863A (zh) * | 2018-08-27 | 2019-01-15 | 西北工业大学 | 一种基于快递数据预测城市房屋需求的方法 |
| WO2021063037A1 (zh) * | 2019-09-30 | 2021-04-08 | 华为技术有限公司 | 人口库分库方法和装置 |
| CN110807546A (zh) * | 2019-10-22 | 2020-02-18 | 恒大智慧科技有限公司 | 社区网格人口变化预警方法及系统 |
| CN111104610A (zh) * | 2019-11-07 | 2020-05-05 | 重庆特斯联智慧科技股份有限公司 | 一种社区人口大数据的可视化管理系统和方法 |
| WO2021103323A1 (zh) * | 2019-11-29 | 2021-06-03 | 青岛理工大学 | 一种历史城市保护发展协同控制方案辅助设计系统 |
| US20210174257A1 (en) * | 2019-12-04 | 2021-06-10 | Cerebri AI Inc. | Federated machine-Learning platform leveraging engineered features based on statistical tests |
| CN110930285A (zh) * | 2020-02-05 | 2020-03-27 | 北京交研智慧科技有限公司 | 一种人口分布分析方法及装置 |
| CN112215059A (zh) * | 2020-08-26 | 2021-01-12 | 厦门大学 | 一种基于深度学习的城中村识别和人口估计方法、系统及计算机可读存储介质 |
| CN112907063A (zh) * | 2021-02-10 | 2021-06-04 | 国网河北省电力有限公司信息通信分公司 | 人口流动率和房屋空置率确定方法及终端设备 |
| CN113487467A (zh) * | 2021-07-12 | 2021-10-08 | 北京地拓科技发展有限公司 | 一种基于卫星遥感的居住社区人口数量检测方法和装置 |
| CN114485916A (zh) * | 2022-01-12 | 2022-05-13 | 广州声博士声学技术有限公司 | 一种环境噪声监测方法、系统、计算机设备和存储介质 |
| CN115034524A (zh) * | 2022-08-11 | 2022-09-09 | 北京融信数联科技有限公司 | 基于手机信令的工作居住人口预测方法、系统和存储介质 |
| CN115934693A (zh) * | 2022-11-30 | 2023-04-07 | 杭州半云科技有限公司 | 一种区域实有人口动态计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108024207B (zh) | 基于三层防控圈的人流量监控方法 | |
| CN107391538B (zh) | 点击数据采集、处理和展示方法、装置、设备及存储介质 | |
| CN103905978B (zh) | 基于位置的信息推送方法、推送装置和网络 | |
| CN111724211A (zh) | 一种线下门店商品销量预测方法、装置和设备 | |
| CN114496264B (zh) | 基于多维数据的健康指数分析方法、装置、设备及介质 | |
| CN113570867B (zh) | 一种城市交通状态预测方法、装置、设备及可读存储介质 | |
| JP2015103018A (ja) | 行動パターン分析装置および行動パターン分析方法 | |
| CN113099476A (zh) | 网络质量检测方法、装置、设备及存储介质 | |
| CN107835486A (zh) | 交通出行量计算方法及装置 | |
| CN114399212A (zh) | 生态环境质量评估方法、装置、电子设备及存储介质 | |
| CN110992210A (zh) | 一种动态智能抄表方法及系统 | |
| CN114550073A (zh) | 一种新能源汽车充电桩的监控系统 | |
| CN109359874A (zh) | 一种多维指标监控预警方法及装置 | |
| CN104502692B (zh) | 电量异动的检测方法及中央处理设备 | |
| CN110807546A (zh) | 社区网格人口变化预警方法及系统 | |
| CN110807563A (zh) | 一种基于大数据的设备寿命预测系统及方法 | |
| CN111800807A (zh) | 一种基站用户数量告警的方法及装置 | |
| CN116756522B (zh) | 概率预报方法、装置、存储介质及电子设备 | |
| CN117313981A (zh) | 一种城中村人口动态分析方法、装置、设备及可读存储介质 | |
| CN111738348B (zh) | 一种电力数据异常检测方法和装置 | |
| CN111460293B (zh) | 信息推送方法、装置及计算机可读存储介质 | |
| CN113094325A (zh) | 设备部署方法、装置、计算机系统和计算机可读存储介质 | |
| CN116843395A (zh) | 一种业务系统的告警分级方法、装置、设备及存储介质 | |
| CN113835961B (zh) | 告警信息监控方法、装置、服务器及存储介质 | |
| CN114118306B (zh) | Sds凝胶电泳实验数据的分析方法、装置及sds凝胶试剂 |
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 |