CN118095795A - 一种警务保障综合管控系统及管控方法 - Google Patents
一种警务保障综合管控系统及管控方法 Download PDFInfo
- Publication number
- CN118095795A CN118095795A CN202410493975.6A CN202410493975A CN118095795A CN 118095795 A CN118095795 A CN 118095795A CN 202410493975 A CN202410493975 A CN 202410493975A CN 118095795 A CN118095795 A CN 118095795A
- Authority
- CN
- China
- Prior art keywords
- value
- control
- management
- guarantee
- heavy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012512 characterization method Methods 0.000 claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims description 60
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000011157 data evaluation Methods 0.000 claims description 3
- 230000037221 weight management Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于公共安全与信息技术领域,本发明提供了一种警务保障综合管控系统及管控方法,通过获取每个保障子区域在周期内案件发生的频率,并与阈值比较,对保障子区域进行管控标记,根据获取重点管控子区域中的子周期内案发数量均值、案发数量波动值和案发数量分布值,输出得到重管控表征值,基于重管控表征值E,对保障区域的管控能力进行评估,得到管控能力信号,精准定位重点管控子区域,基于子周期内案发数量均值、案发数量波动值和案发数量分布值的引入,若重管控表征值较高,说明保障区域内存在案发数量多、波动大、较为分散地排布;若重管控表征值较小,说明案发数量少、波动小、较为集中地排布,可以针对这些地点进行更加精准的管控。
Description
技术领域
本发明属于公共安全与信息技术领域,具体地说是一种警务保障综合管控系统及管控方法。
背景技术
随着社会的快速发展和治安形势的日益复杂,传统的警务管理模式已经难以满足现代警务工作的需求,因此,一种警务保障综合管控系统及管控方法的出现,旨在将信息化技术与警务管理相结合,实现对警务工作的全面优化和升级。
公开号为CN110490410A的一项中国专利公开了一种警务保障综合管控系统及其实现方法,包括:基础设施层,用于部署硬件资源;数据支撑层,用于存储系统间的共享数据;平台支撑层,用于基于组件开发技术,对系统的开发过程和运行过程进行第一管理操作;应用层,用于根据工作流引擎、表单引擎和报表引擎,对业务功能的集成进行第二管理操作;前端展示层,用于对应用层的业务功能进行展示。
现有技术中,只通过数据支撑层存储系统间的共享数据,提高了系统间的数据共享程度,提高了工作效率,但是,没有精准定位重点子区域,也没有通过将管控能力值域预设的管控能力阈值进行比较,可以判定保障区域内监控巡逻频率是否稳定,进而确定是否存在监控巡逻方面的问题,以及没有通过重合度分析得到的重合值,可以发现监控巡逻频率与管控能力之间的相关性,即生成相互影响信号,就可以基于重合值进一步调整监控巡逻频率。
为此,本发明提供了一种警务保障综合管控系统及管控方法。
发明内容
为了弥补现有技术的不足,解决背景技术中所提出的至少一个技术问题。
本发明解决其技术问题所采用的技术方案是:
一种警务保障综合管控方法,包括以下步骤:
步骤一:获取每个保障子区域在周期内案件发生的频率,并与阈值比较,对保障子区域进行管控标记;
步骤二:根据获取重点管控子区域中的子周期内案发数量均值、案发数量波动值和案发数量分布值,输出得到重管控表征值;
步骤三:基于重管控表征值,对保障区域的管控能力进行评估,得到保障区域是否稳定信号;其中,若重管控表征值大于或者等于预设的重管控阈值,生成保障区域稳定差信号;
步骤四:基于保障区域稳定差信号,获取每个子周期内监控巡逻频率,得到管控能力值,并进行判断生成是否相互影响信号;
步骤五:基于巡逻频率稳定性差信号,将监控巡逻频率曲线与重管控表征值曲线进行重合度分析,得到重合值,再基于重合值进行巡逻频率调整。
作为本发明的进一步方案:在步骤一中,将保障区域划分为多个保障子区域;将每个保障子区域周期内的案件发生数量除以周期时间,得到每个保障子区域周期内案件发生的频率,标记为子区域周期案发频率;
若存在保障子区域周期内案件发生的频率大于或等于重点管控区域阈值,则判定为重点管控子区域。
作为本发明的进一步方案:在步骤二中,通过公式:;计算得到重管控表征值E,P表示为子周期内案发个数值,Q表示为子周期内案发个数波动值,R表示为子周期内案发个数分布值,/>均表示为权重系数。
作为本发明的进一步方案:子周期内案发数量均值的获取方式:
获取每个子周期内所有重点管控子区域的案件数量,并进行均值计算,得到子周期内案发数量均值;
子周期内案发数量波动值的获取方式:
获取在每个子周期内,所有重点管控子区域的案件数量,得到子周期重点管控子区域案件数量值,再将所有的子周期重点管控子区域案件数量值进行方差计算,得到子周期内案发数量波动值;
子周期内案发数量分布值的获取方式:
获取保障区域内所有重点管控子区域的中心点,并按照顺时针进行首尾相连,得到重点管控子区域封闭区域,将重点管控子区域封闭区域线比与偏离值进行相加求和,得到子周期内案发数量分布值。
作为本发明的进一步方案:重点管控子区域封闭区域线比的获取方式:
测量重点管控子区域封闭区域的周长和保障区域的周长,得到重点管控子区域封闭区域周长,将重点子区域封闭区域周长除以保障区域的周长,得到重点子区域封闭区域线比;
重点管控子区域封闭区域偏离值的获取方式:
将每个重点管控子区域到中心区域的距离除以保障区域的中线长度,得到每个重点管控子区域偏离值,将每个重点管控子区域偏离值进行标准差计算,得到重点管控子区域封闭区域偏离值。
作为本发明的进一步方案:在步骤四中,基于监控巡逻频率曲线,获取下图像面积总值和总个数计算,得到管控能力值;
若管控能力值大于或者等于预设的管控能力阈值,则判定该保障区域内监控巡逻频率小,生成巡逻频率稳定性差信号;
其中,监控巡逻频率曲线的获取方式:
X轴表示为不同子周期时间段,Y轴表示为每个子周期内相应监控巡逻频率,将每个子周期内监控巡逻频率代入到X-Y轴坐标系内,进行绘点描线,得到重点管控子区域在周期内的监控巡逻频率曲线;
坐标系内设置有监控巡逻频率阈值的基准线,将监控巡逻频率曲线与基准线下方围成的区域,标记为下图像,监控巡逻频率曲线与基准线上方围成的区域,标记为上图像。
作为本发明的进一步方案:下图像面积总值和总个数的获取方式:
将所有的下图像和上图像面积分别进行相加求和,分别得到下图像面积总值和上图像面积总值,将下图像面积总值除以下图像面积总值和上图像面积总值,得到下图像面积总占比值;
以及获取下图像所有的个数,并标记为下图像总个数。
作为本发明的进一步方案:在步骤五中,当得到巡逻频率稳定差信号时,构建重管控表征值曲线,将重管控表征值曲线与监控巡逻频率曲线进行重合度分析,分析的过程如下:
将相同时间的重管控表征值与管控能力值进行做差,得到偏差值,将所有时间内的偏差值进行方差计算,得到重合值;
若重合值大于或者等于预设的重合阈值,即生成相互影响信号;
其中,X轴表示为不同子周期时间段,Y轴表示为每个子周期内相应重管控表征值,将每个子周期内重管控表征值代入到二维坐标系内,进行绘点描线,得到重管控子区域在周期内的重管控表征值曲线。
作为本发明的进一步方案:当得到生成相互影响信号,处理过程如下:
获取最小的重管控表征值E,基于最小的重管控表征值E与预设的重管控阈值进行做差,得到调整代表值,即为调整代表值F;
获取最小的管控能力值,基于最小的管控能力值与最小的重管控表征值E进行作比值,得到管控系数D;
公式:,获取得到调整影响表征值G,K表示为最小的管控能力值。
一种警务保障综合管控系统,该系统包括:
标记分类模块:获取每个保障子区域在周期内案件发生的频率,并与阈值比较,对保障子区域进行管控标记;
处理输出模块:根据获取重点管控子区域中的子周期内案发数量均值、案发数量波动值和案发数量分布值,输出得到重管控表征值;
数据评估模块:基于重管控表征值,对保障区域的管控能力进行评估,得到保障区域是否稳定信号;其中,若重管控表征值大于或者等于预设的重管控阈值,生成保障区域稳定差信号;
数据分析模块:基于保障区域稳定差信号,获取每个子周期内监控巡逻频率,得到管控能力值,并进行判断生成是否相互影响信号;
优化调整模块:基于巡逻频率稳定性差信号,将监控巡逻频率曲线与重管控表征值曲线进行重合度分析,得到重合值,再基于重合值进行巡逻频率调整。
本发明的有益效果如下:
1.本发明通过获取每个保障子区域在周期内案件发生的频率,并与阈值比较,对保障子区域进行管控标记,根据获取重点管控子区域中的子周期内案发数量均值、案发数量波动值和案发数量分布值,输出得到重管控表征值,基于重管控表征值,对保障区域的管控能力进行评估,得到保障区域是否稳定信号,其中,若重管控表征值大于或者等于预设的重管控阈值,生成保障区域稳定差信号,基于子周期内案发数量均值、案发数量波动值和案发数量分布值的引入,若重管控表征值较高,说明保障区域内存在案发数量多、波动大、较为分散地排布;若重管控表征值较小,说明案发数量少、波动小、较为集中地排布,可以针对这些地点进行更加精准的管控;
2.本发明通过基于保障区域稳定差信号,获取每个子周期内监控巡逻频率,得到管控能力值,并进行判断生成是否相互影响信号,基于巡逻频率稳定性差信号,将监控巡逻频率曲线与重管控表征值曲线进行重合度分析,得到重合值,再基于重合值进行巡逻频率调整,从而精准定位重点管控子区域,将子周期内案发数量均值、案发数量波动值和案发数量分布值进行引入,若重管控表征值较高,说明保障区域内存在案发数量多、波动大、较为分散地排布;若重管控表征值较小,说明案发数量少、波动小、较为集中地排布,可以针对这些地点进行更加精准的管控;
3、本发明在警务保障综合管控工作过程中,不仅对区域内的警务案件发生情况进行实时监测,还可以监测得到结果,对区域内可能造成影响的巡检能力进行分析评估,并根据分析得到的结果,调整后续的监控巡逻频率,将有效提高地区内警务保障能力。
附图说明
下面结合附图对本发明作进一步说明。
图1是本发明实施例一的流程图;
图2是本发明实施例二的流程图;
图3是本发明的系统模块图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
实施例1,请参阅图1所示,本发明为一种警务保障综合管控方法,包括以下步骤:
步骤一:获取每个保障子区域在周期内案件发生的频率,并与阈值比较,对保障子区域进行管控标记;
其中需要解释的是:将保障区域划分为多个保障子区域,划分的方式为:以社区的方式进行划分,在保障区域内,一个社区作为一个保障子区域;
其中,需要说明的是:周期时间可以是半年、一年或两年;
案件包括警务案件,警务案件包括有治安案件;
在一些实施例中,将保障区域划分为多个保障子区域;将每个保障子区域周期内案件发生的数量进行统计,得到每个保障子区域周期内的案件发生数量,基于每个保障子区域周期内的案件发生数量除以周期时间,得到每个保障子区域周期内案件发生的频率,标记为子区域周期案发频率;
子区域周期案发频率与子区域周期案发频率阈值进行比较;
若存在保障子区域周期内案件发生的频率大于或等于重点管控区域阈值,则判定为重点管控子区域;
若存在保障子区域周期内案件发生的频率小于重点管控区域阈值,则判定为非重点管控子区域;
步骤二:根据获取重点管控子区域中的子周期内案发数量均值、案发数量波动值和案发数量分布值,输出得到重管控表征值;
其中,需要解释的是:子周期由上述周期按照相同时间间隔划分得到;
在一些实施例中,获取重点管控子区域在子周期内案发数量均值、案发数量波动值和案发数量分布值;
具体地,子周期内案发数据均值的获取方式:
在子周期内,获取每个子周期内,所有重点管控子区域的案件数量,得到子周期重点管控子区域案件数量值,再将所有的子周期重点管控子区域案件数量值相加求和取均值,得到子周期内案发数量均值;
需要解释的是:子周期内案发数量均值的含义是:在于提供一个量化的指标,通过这个指标用于评估子周期内重点管控子区域的警务案件发生数量情况;
子周期内案发数量波动值的获取方式:
获取在每个子周期内,所有重点管控子区域的案件数量,得到子周期重点管控子区域案件数量值,再将所有的子周期重点管控子区域案件数量值进行方差计算,得到子周期内案发数量波动值;
需要解释的是:子周期内案发数量波动值的含义是:在不同子周期内,为重点管控子区域内案发数量的离散程度或者变化程度提供一个量化的指标,通过这个指标衡量用于评估子周期内重点管控子区域的警务案件发生波动情况;
子周期内案发数量分布值的获取方式:
获取保障区域内所有重点管控子区域的中心点,并按照顺时针进行首尾相连,得到重点管控子区域封闭区域,将重点管控子区域封闭区域线比与偏离值进行相加求和,得到子周期内案发数量分布值;
具体地,重点管控子区域封闭区域线比的获取方式:
测量得到重点管控子区域封闭区域的周长和保障区域的周长,得到重点管控子区域封闭区域周长,将重点子区域封闭区域周长除以保障区域的周长,得到重点子区域封闭区域线比;
需要解释的是:重点管控子区域封闭区域周长的含义是:通过周长对封闭区域边界的长度进行量化,线比越大表示各个重点管控子区域在保障区域内分散程度大、不集中,线比越小表示各个重点管控子区域在保证区域内分散程度小、集中;
重点管控子区域封闭区域偏离值的获取方式:
获取每个重点管控子区域到中心区域的距离,标记为重点管控区域中心差值,将重点管控区域中心差值除以保障区域的中线长度(中线长度可以是保障区域的水平中心线或竖直中心线的长度),得到每个重点管控子区域偏离值,将每个重点管控子区域偏离值进行标准差计算,得到重点管控子区域封闭区域偏离值;
需要解释的是:重点管控子区域封闭区域偏离值的含义是:对保障区域内重点管控子区域分布状况的量化,反映重点管控子区域与中心区域之间的距离,判断各个重点管控子区域与中心区域的偏离程度,偏离值越大,重点管控子区域距离中心越远;
通过公式:;计算得到重管控表征值E,P表示为子周期内案发数量均值,Q表示为子周期内案发数量波动值,R表示为子周期内案发数量分布值,/>均表示为权重系数;
需要说明的是:重管控表征值E表示在周期内,保障区域的案发数量、案发数量的波动情况和各个重点管控子区域分散程度,其值越大说明对保障区域进行安全管理难度越大,其值越小说明对保障区域进行安全管理难度越小;
步骤三:基于重管控表征值E,对保障区域的管控能力进行评估,得到保障区域是否稳定信号;
其中,保障区域是否稳定信号包括保障区域稳定差信号和保障区域稳定好信号;
在一些实施例中,将重管控表征值与预设的重管控阈值进行比较,比较的过程如下:
若重管控表征值大于或者等于预设的重管控阈值,则表示该保障区域内存在案发数量多、波动大、较为分散地排布,生成保障区域稳定差信号;
若重管控表征值小于预设的重管控阈值,则表示该保障区域内存在案发数量少、波动小、较为集中的排布,生成保障区域稳定好信号;
本发明实施例的方案的技术构思:通过获取每个保障子区域在周期内案件发生的频率,并与阈值比较,对保障子区域进行管控标记,根据获取重点管控子区域中的子周期内案发数量均值、案发数量波动值和案发数量分布值,输出得到重管控表征值,基于重管控表征值E,对保障区域的管控能力进行评估,得到管控能力信号,从而精准定位重点管控子区域,将子周期内案发数量均值、案发数量波动值和案发数量分布值进行引入,若重管控表征值较高,说明保障区域内存在案发数量多、波动大、较为分散地排布;若重管控表征值较小,说明案发数量少、波动小、较为集中地排布,可以针对这些地点进行更加精准的管控。
实施例2,请参阅图2所示,基于实施例1,本发明实施例所述的一种警务保障综合管控方法,还包括以下步骤:
步骤四:基于保障区域稳定差信号,获取每个子周期内监控巡逻频率,得到管控能力值,并进行判断生成是否相互影响信号;
在一些实施例中,当得到保障区域管控差信号时,获取保障区域内在每个子周期内监控巡逻频率;
构建监控巡逻频率的二维坐标系,得到监控巡逻频率曲线;
需要解释的是:监控巡逻频率曲线的获取方式:
X轴表示为不同子周期时间段,Y轴表示为每个子周期内相应监控巡逻频率,将每个子周期内监控巡逻频率代入到X-Y轴坐标系内,进行绘点描线,得到重点管控子区域在周期内的监控巡逻频率曲线;
该坐标系内设置有监控巡逻频率阈值的基准线,将监控巡逻频率曲线与基准线下方围成的区域,标记为下图像,监控巡逻频率曲线与基准线上方围成的区域,标记为上图像;
基于监控巡逻频率曲线,获取下图像面积总值和总个数计算,得到管控能力值;
下图像面积总值和总个数的获取方式:
将所有的下图像和上图像面积分别进行相加求和,得到下图像面积总值和上图像面积总值,将下图像面积总值除以下图像面积总值和上图像面积总值,得到下图像面积总占比值;
以及获取下图像所有的个数,并标记为下图像总个数;
将管控能力值与预设的管控能力阈值进行比较,比较的过程如下:
若管控能力值大于或者等于预设的管控能力阈值,则判定该保障区域内监控巡逻频率小,生成巡逻频率稳定差信号;
若管控能力值小于预设的管控能力阈值,则判定该保障区域内监控巡逻频率大,生成巡逻频率稳定好信号;
步骤五:基于巡逻频率稳定差信号,将监控巡逻频率曲线与重管控表征值曲线进行重合度分析,得到重合值,再基于重合值进行巡逻频率调整;
需要说明的是:重管控表征值曲线的构建:建立二维坐标系,X轴表示为不同子周期时间段,Y轴表示为每个子周期内相应重管控表征值,将每个子周期内重管控表征值代入到二维坐标系内,进行绘点描线,得到重管控子区域在周期内的重管控表征值曲线;
在一些实施例中,当得到巡逻频率稳定性差信号时,构建重管控表征值曲线,将重管控表征值曲线与监控巡逻频率曲线进行重合度分析,分析的过程如下:
将相同时间的重管控表征值E与管控能力值进行做差,得到偏差值,将所有时间内的偏差值进行方差计算,得到重合值;
基于重合值与预设的重合阈值进行比较:
若重合值大于或者等于预设的重合阈值,则判定监控巡逻频率与管控能力曲线变化趋势相同,即生成相互影响信号;
若重合值小于预设的重合阈值,则判定监控巡逻频率与管控能力曲线变化趋势相同,即生成相互不影响信号;
当得到生成相互影响信号,处理过程如下:
获取最小的重管控表征值E,基于最小的重管控表征值E与预设的重管控阈值进行做差,得到调整代表值,即为调整代表值F;
获取最小的管控能力值,基于最小的管控能力值与最小的重管控表征值E进行作比值,得到管控系数D;
公式:,获取得到调整影响表征值G,K表示为最小的管控能力值;
本发明实施例的方案的技术构思:通过获取每个子周期内监控巡逻频率,得到管控能力值,确定管控效果差是否由监控巡逻频率导致,通过将管控能力值与预设的管控能力阈值进行比较,可以判定保障区域内监控巡逻频率是否稳定,进而确定是否存在监控巡逻方面的问题,基于巡逻频率稳定性差信号,将监控巡逻频率曲线与重管控表征值曲线进行重合度分析,得到重合值,再基于重合值,进行巡逻频率调整,通过重合度分析得到的重合值,可以发现监控巡逻频率与管控能力之间的相关性,即生成相互影响信号,就可以基于重合值进一步调整监控巡逻频率。
实施例3,请参阅图3所示,本发明实施例所述的一种警务保障综合管控系统,包括以下模块:
标记分类模块:获取每个保障子区域在周期内案件发生的频率,并与阈值比较,对保障子区域进行管控标记;
处理输出模块:根据获取重点管控子区域中的子周期内案发数量均值、案发数量波动值和案发数量分布值,输出得到重管控表征值;
数据评估模块:基于重管控表征值,对保障区域的管控能力进行评估,得到保障区域是否稳定信号;其中,若重管控表征值大于或者等于预设的重管控阈值,生成保障区域稳定差信号;
数据分析模块:基于保障区域稳定差信号,获取每个子周期内监控巡逻频率,得到管控能力值,并进行判断生成是否相互影响信号;
优化调整模块:基于巡逻频率稳定性差信号,将监控巡逻频率曲线与重管控表征值曲线进行重合度分析,得到重合值,再基于重合值进行巡逻频率调整。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种警务保障综合管控方法,其特征在于:包括以下步骤:
步骤一:获取每个保障子区域在周期内案件发生的频率,并与阈值比较,对保障子区域进行管控标记;
步骤二:根据获取重点管控子区域中的子周期内案发数量均值、案发数量波动值和案发数量分布值,输出得到重管控表征值;
步骤三:基于重管控表征值,对保障区域的管控能力进行评估,得到保障区域是否稳定信号;其中,若重管控表征值大于或者等于预设的重管控阈值,生成保障区域稳定差信号;
步骤四:基于保障区域稳定差信号,获取每个子周期内监控巡逻频率,得到管控能力值,并进行判断生成是否相互影响信号;
步骤五:基于巡逻频率稳定性差信号,将监控巡逻频率曲线与重管控表征值曲线进行重合度分析,得到重合值,再基于重合值进行巡逻频率调整。
2.根据权利要求1所述的一种警务保障综合管控方法,其特征在于:在步骤一中,将保障区域划分为多个保障子区域;将每个保障子区域周期内的案件发生数量除以周期时间,得到每个保障子区域周期内案件发生的频率,标记为子区域周期案发频率;
若存在保障子区域周期内案件发生的频率大于或等于重点管控区域阈值,则判定为重点管控子区域。
3.根据权利要求1所述的一种警务保障综合管控方法,其特征在于:在步骤二中,通过公式:计算得到重管控表征值E,P表示为子周期内案发数量均值,Q表示为子周期内案发数量波动值,R表示为子周期内案发数量分布值,均表示为权重系数。
4.根据权利要求3所述的一种警务保障综合管控方法,其特征在于:子周期内案发数量均值的获取方式:
获取每个子周期内所有重点管控子区域的案件数量,并进行均值计算,得到子周期内案发数量均值;
子周期内案发数量波动值的获取方式:
获取在每个子周期内,所有重点管控子区域的案件数量,得到子周期重点管控子区域案件数量值,再将所有的子周期重点管控子区域案件数量值进行方差计算,得到子周期内案发数量波动值;
子周期内案发数量分布值的获取方式:
获取保障区域内所有重点管控子区域的中心点,并按照顺时针进行首尾相连,得到重点管控子区域封闭区域,将重点管控子区域封闭区域线比与偏离值进行相加求和,得到子周期内案发数量分布值。
5.根据权利要求4所述的一种警务保障综合管控方法,其特征在于:重点管控子区域封闭区域线比的获取方式:
测量重点管控子区域封闭区域的周长和保障区域的周长,得到重点管控子区域封闭区域周长,将重点子区域封闭区域周长除以保障区域的周长,得到重点子区域封闭区域线比;
重点管控子区域封闭区域偏离值的获取方式:
将每个重点管控子区域到中心区域的距离除以保障区域的中线长度,得到每个重点管控子区域偏离值,将每个重点管控子区域偏离值进行标准差计算,得到重点管控子区域封闭区域偏离值。
6.根据权利要求1所述的一种警务保障综合管控方法,其特征在于:在步骤四中,基于监控巡逻频率曲线,获取下图像面积总值和总个数计算,得到管控能力值;
若管控能力值大于或者等于预设的管控能力阈值,则判定该保障区域内监控巡逻频率小,生成巡逻频率稳定差信号;
其中,监控巡逻频率曲线的获取方式:
X轴表示为不同子周期时间段,Y轴表示为每个子周期内相应监控巡逻频率,将每个子周期内监控巡逻频率代入到X-Y轴坐标系内,进行绘点描线,得到重点管控子区域在周期内的监控巡逻频率曲线;
坐标系内设置有监控巡逻频率阈值的基准线,将监控巡逻频率曲线与基准线下方围成的区域,标记为下图像,监控巡逻频率曲线与基准线上方围成的区域,标记为上图像。
7.根据权利要求6所述的一种警务保障综合管控方法,其特征在于:下图像面积总值和总个数的获取方式:
将所有的下图像和上图像面积分别进行相加求和,分别得到下图像面积总值和上图像面积总值,将下图像面积总值除以下图像面积总值和上图像面积总值,得到下图像面积总占比值;
以及获取下图像所有的个数,并标记为下图像总个数。
8.根据权利要求1所述的一种警务保障综合管控方法,其特征在于:在步骤五中,当得到巡逻频率稳定差信号时,构建重管控表征值曲线,将重管控表征值曲线与监控巡逻频率曲线进行重合度分析,分析的过程如下:
将相同时间的重管控表征值与管控能力值进行做差,得到偏差值,将所有时间内的偏差值进行方差计算,得到重合值;
若重合值大于或者等于预设的重合阈值,即生成相互影响信号;
其中,X轴表示为不同子周期时间段,Y轴表示为每个子周期内相应重管控表征值,将每个子周期内重管控表征值代入到二维坐标系内,进行绘点描线,得到重管控子区域在周期内的重管控表征值曲线。
9.根据权利要求8所述的一种警务保障综合管控方法,其特征在于:当得到生成相互影响信号,处理过程如下:
获取最小的重管控表征值E,基于最小的重管控表征值E与预设的重管控阈值进行做差,得到调整代表值,即为调整代表值F;
获取最小的管控能力值,基于最小的管控能力值与最小的重管控表征值E进行作比值,得到管控系数D;
公式:,获取得到调整影响表征值G,K表示为最小的管控能力值。
10.一种警务保障综合管控系统,其特征在于:该系统用于执行上述权利要求1-9任一项所述的方法,该系统包括:
标记分类模块:获取每个保障子区域在周期内案件发生的频率,并与阈值比较,对保障子区域进行管控标记;
处理输出模块:根据获取重点管控子区域中的子周期内案发数量均值、案发数量波动值和案发数量分布值,输出得到重管控表征值;
数据评估模块:基于重管控表征值,对保障区域的管控能力进行评估,得到保障区域是否稳定信号;其中,若重管控表征值大于或者等于预设的重管控阈值,生成保障区域稳定差信号;
数据分析模块:基于保障区域稳定差信号,获取每个子周期内监控巡逻频率,得到管控能力值,并进行判断生成是否相互影响信号;
优化调整模块:基于巡逻频率稳定性差信号,将监控巡逻频率曲线与重管控表征值曲线进行重合度分析,得到重合值,再基于重合值进行巡逻频率调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410493975.6A CN118095795A (zh) | 2024-04-24 | 2024-04-24 | 一种警务保障综合管控系统及管控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410493975.6A CN118095795A (zh) | 2024-04-24 | 2024-04-24 | 一种警务保障综合管控系统及管控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118095795A true CN118095795A (zh) | 2024-05-28 |
Family
ID=91157317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410493975.6A Pending CN118095795A (zh) | 2024-04-24 | 2024-04-24 | 一种警务保障综合管控系统及管控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118095795A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130325338A1 (en) * | 2012-05-30 | 2013-12-05 | International Business Machines Corporation | Determining a patrol path |
CN109978215A (zh) * | 2017-12-28 | 2019-07-05 | 杭州橙鹰数据技术有限公司 | 巡防管理方法和装置 |
CN111062547A (zh) * | 2018-10-16 | 2020-04-24 | 安徽方正北斗电子科技有限公司 | 一种基于时空区域的犯罪分析方法 |
CN111161443A (zh) * | 2019-01-17 | 2020-05-15 | 浙江诸暨美数信息科技有限公司 | 一种基于历史数据的巡逻路径设置方法 |
CN111461460A (zh) * | 2020-04-24 | 2020-07-28 | 南京市公安局栖霞分局 | 一种警务巡查路线规划方法及人员排查方法 |
-
2024
- 2024-04-24 CN CN202410493975.6A patent/CN118095795A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130325338A1 (en) * | 2012-05-30 | 2013-12-05 | International Business Machines Corporation | Determining a patrol path |
CN109978215A (zh) * | 2017-12-28 | 2019-07-05 | 杭州橙鹰数据技术有限公司 | 巡防管理方法和装置 |
CN111062547A (zh) * | 2018-10-16 | 2020-04-24 | 安徽方正北斗电子科技有限公司 | 一种基于时空区域的犯罪分析方法 |
CN111161443A (zh) * | 2019-01-17 | 2020-05-15 | 浙江诸暨美数信息科技有限公司 | 一种基于历史数据的巡逻路径设置方法 |
CN111461460A (zh) * | 2020-04-24 | 2020-07-28 | 南京市公安局栖霞分局 | 一种警务巡查路线规划方法及人员排查方法 |
Non-Patent Citations (1)
Title |
---|
柳林,等: "基于潜在受害者动态时空分布的街面接触型犯罪研究", 《地球信息科学》, vol. 22, no. 4, 30 April 2020 (2020-04-30), pages 887 - 897 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115019158B (zh) | 一种基于图像识别的海洋污染区域识别方法及系统 | |
CN106874483A (zh) | 一种基于大数据技术的图形化的数据质量评测的装置及方法 | |
CN110400052A (zh) | 关键性能指标的监控方法和装置 | |
CN116189436B (zh) | 一种基于大数据的多源数据融合算法 | |
CN113780451A (zh) | 时空大数据的时态数据内蕴模式聚类分析方法 | |
CN115130369A (zh) | 基于数字孪生的变电站设备综合状态评估与主动预警方法 | |
CN112601173A (zh) | 5g定位真值检测与攻击溯源方法、系统、设备及应用 | |
US20150035833A1 (en) | Visual Analytics of Temporal-spatial Relationships Using a Hierarchical Pixel Calendar Tree | |
CN118095795A (zh) | 一种警务保障综合管控系统及管控方法 | |
CN108255807B (zh) | 一种识别研发方向的方法 | |
CN113869427A (zh) | 一种场景分析方法、装置、电子设备及存储介质 | |
CN105427281A (zh) | 一种变化区域检测方法及装置 | |
CN106824826B (zh) | 一种玉米单倍体分拣系统 | |
CN116681307B (zh) | 基于多端融合反馈的河道四乱监管追溯显示方法及系统 | |
CN113379334B (zh) | 基于有噪声轨迹数据的路段自行车骑行质量鉴别方法 | |
CN104850843A (zh) | 一种高精度定位系统中快速检测人员过度聚集的方法 | |
CN103560925A (zh) | 利用相关性的it运维指标预报方法 | |
CN112926991B (zh) | 一种套现团伙严重等级划分方法及系统 | |
CN115993808A (zh) | 燃气蒸汽锅炉能耗诊断系统及方法 | |
CN114493280A (zh) | 一种面向高速公路道路巡查的监督系统及方法 | |
Sun et al. | Freeway traffic safety state classification method based on multi-parameter fusion clustering | |
Ghashghaie et al. | Spatial statistics analysis to identify hot spots using accidental event calls services | |
CN114491188B (zh) | 数据容量的可视化方法、系统及计算机可读存储介质 | |
CN112365217A (zh) | 一种入厂物流集群的空间集聚特征提取方法 | |
CN117610601B (zh) | 一种基于物联网的物流设备智能定位方法及系统 |
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 |