[发明专利]区域警情数量异常趋势确定方法、装置、电子设备及介质在审
申请号: | 202010841392.X | 申请日: | 2020-08-20 |
公开(公告)号: | CN112132720A | 公开(公告)日: | 2020-12-25 |
发明(设计)人: | 彭涛 | 申请(专利权)人: | 彭涛 |
主分类号: | G06Q50/26 | 分类号: | G06Q50/26;G06Q10/10;G06F16/9537;G06K9/62 |
代理公司: | 北京植德律师事务所 11780 | 代理人: | 唐华东 |
地址: | 100021 北京市朝阳区清河*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 区域 数量 异常 趋势 确定 方法 装置 电子设备 介质 | ||
1.一种区域警情数量异常趋势确定方法,包括:
确定目标区域;
获取所述目标区域在预设时间段中每个预设时间单位内的警情数量;
根据所述目标区域在预设时间段中每个预设时间单位内的警情数量,生成相应的时间序列,其中,所述时间序列以所述警情数量为指标数值,以所述预设时间单位为时间单位;
对所述时间序列进行线性拟合,得到对应的拟合直线斜率;
将所述拟合直线斜率与预设斜率阈值进行比较,若所述拟合直线斜率大于所述预设斜率阈值,则将所述目标区域在所述预设时间段中的警情数量变化趋势确定为异常。
2.根据权利要求1所述的方法,其中,所述预设时间段的长度为预设时长,所述预设斜率阈值和所述预设时长是通过如下训练步骤确定的:
获取训练样本集,其中,所述训练样本集中的训练样本包括样本时间序列和对应的表征该样本时间序列在每个时间单位上是否异常的标签,所述样本时间序列是根据样本区域在历史时间段中每个所述预设时间单位内的警情数量生成的;
获取预设训练参数的至少两组候选值,其中,所述预设训练参数包括滑动窗口长度、滑动步长和斜率阈值;
基于时间序列中的窗口滑动方法,通过所述训练样本集确定所述至少两组候选值中每组候选值对应的验证准确率;
将所述至少两组候选值中验证准确率最高的一组候选值对应的斜率阈值和滑动窗口长度分别确定为所述预设斜率阈值和所述预设时长。
3.根据权利要求2所述的方法,其中,所述基于时间序列中的窗口滑动方法,通过所述训练样本集确定所述至少两组候选值中每组候选值对应的验证准确率,包括:
对于所述至少两组候选值中的每组候选值,执行第一操作以确定该组候选值在所述训练样本集上的验证准确率,所述第一操作包括:
对于所述训练样本集中的每个训练样本,执行第二操作以确定该组候选值在该训练样本上的验证结果,所述第二操作包括:按照该组候选值中的滑动窗口长度和滑动步长,将滑动窗口沿该训练样本对应的样本时间序列进行滑动,使得所述滑动窗口遍历该训练样本对应的样本时间序列;将所述滑动窗口在每个滑动位置下截取的该训练样本对应的时间序列的片段,确定为该训练样本对应的子时间序列;对该训练样本对应的每个子时间序列进行线性拟合,得到相应的拟合直线斜率;确定该训练样本对应的每个拟合直线斜率是否大于该组候选值中的斜率阈值;响应于确定是,确定该拟合直线斜率对应的子时间序列的识别结果为异常;响应于确定否,确定该拟合直线斜率对应的子时间序列的识别结果为非异常;根据该训练样本对应的各子时间序列的识别结果和该训练样本对应的所述标签,确定该组候选值在该训练样本上的验证结果;
根据该组候选值在所述训练样本集中的每个训练样本上的验证结果,确定该组候选值在所述训练样本集上的验证准确率。
4.根据权利要求1-3中任一项所述的方法,其中,所述确定目标区域,包括:
将目标行政规划区域确定为所述目标区域;或
将目标位置周围预设范围内的区域确定为所述目标区域。
5.一种区域警情数量异常趋势确定装置,包括:
区域确定模块,被配置为确定目标区域;
警情数量获取模块,被配置为获取所述目标区域在预设时间段中每个预设时间单位内的警情数量;
时间序列生成模块,被配置为根据所述目标区域在预设时间段中每个预设时间单位内的警情数量,生成相应的时间序列,其中,所述时间序列以所述警情数量为指标数值,以所述预设时间单位为时间单位;
线性拟合模块,被配置为对所述时间序列进行线性拟合,得到对应的拟合直线斜率;
异常趋势确定模块,被配置为将所述拟合直线斜率与预设斜率阈值进行比较,若所述拟合直线斜率大于所述预设斜率阈值,则将所述目标区域在所述预设时间段中的警情数量变化趋势确定为异常。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于彭涛,未经彭涛许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010841392.X/1.html,转载请声明来源钻瓜专利网。