一种基于时间序列模型的人群聚集预测方法技术

本发明专利技术涉及一种基于时间序列模型的人群聚集预测方法，具体步骤如下：(1)建立含目标字段的数据表，具体步骤为：(i)获取原始的数据表；(i i)提取主要的研究字段的数据；(2)预处理数据；(3)辨识模型结构；(4)模型检验；(5)模型比较；(6)模型使用；(7)模型更新：由于收到其他因素的影响，人流量随时间的变化趋势可能会改变，所以每隔一段时间，模型更新一次。(8)利用最终预测结果进行预警：将得出的预测结果与历史最高人数进行对比，针对超过历史人数的60％，80％，100％的情况，分别进行预警。本发明专利技术方法能够有效地降低成本，降低研究维度，节约时间，保证数据准确，提高准确性。

【技术实现步骤摘要】
一种基于时间序列模型的人群聚集预测方法
本专利技术涉及一种基于时间序列模型的人群聚集预测方法，属于安防

技术介绍
我国人口众多，人口稠密，流动性大。由于经济迅速提升，文化教育程度越来越好，商业城区的规模不断扩大，重大文体活动、节假日集会等活动增多，娱乐设施不段增多，所以越来越多的人在各个地区购物、餐饮、休闲娱乐，参加各种社会公众活动或文体活动等。但在这人山人海、热闹的氛围的背后隐藏着巨大问题。近年来，发生在国内外的由于人群聚集发生的多起的人员拥挤踩踏事故成不断上升的趋势，这已成为公共安全问题的热点之一，引起了公众的关注。不同地区的人群聚集的规模各不相同。而且随着时间的变化、城市规模和人口数的增加，人群聚集规模也逐步发生变化。以往国内对人群聚集场所安全问题的研究主要集中在建筑疏散方面,重点研究发生事故时人群紧急疏散问题，这些研究固然重要，但是防患于未然也是我们现在紧需做的事。近年来，对数字图像处理，运动目标检测，实时背景更新等技术做了研究，通过人工调查，数字图像处理、图像智能监控等方式进行监控及预测，但这些方式也都会在成本、时间等方面存在一定的缺陷。而且仅是在重大活动之前的较本文档来自技高网...

【技术保护点】
一种基于时间序列模型的人群聚集预测方法，其特征在于：具体步骤如下：(1)建立含目标字段的数据表，具体步骤为：(i)获取原始的数据表；(ii)提取主要的研究字段的数据，这些数据包括日期、具体时间、地点、活动、人流量；(2)预处理数据：对于获取的数据，通过数据时间序列图、自相函数等方式检验人流量数据的均值、方差是否随时间的变化的而变化，若不变，进行下一步；若变化，进行一阶差分处理或者多阶差分处理或者取对数等方式处理，将数据处理成平稳的时间序列，即将数据处理成均值和方差都不变的数据；(3)辨识模型结构：利用样本的相关函数，偏自相关函数等来判断选取一个或几个满足条件的模型，基本模型的基本结构为：AR(...

【技术特征摘要】
1.一种基于时间序列模型的人群聚集预测方法，其特征在于：具体步骤如下：(1)建立含目标字段的数据表，具体步骤为：(i)获取原始的数据表；(ii)提取主要的研究字段的数据，这些数据包括日期、具体时间、地点、活动、人流量；(2)预处理数据：对于获取的数据，通过数据时间序列图、自相函数等方式检验人流量数据的均值、方差是否随时间的变化的而变化，若不变，进行下一步；若变化，进行一阶差分处理或者多阶差分处理或者取对数等方式处理，将数据处理成平稳的时间序列，即将数据处理成均值和方差都不变的数据；(3)辨识模型结构：利用样本的相关函数，偏自相关函数等来判断选取一个或几个满足条件的模型，基本模型的基本结构为：AR(p)：xt＝φ0+φ1xt-1+φ2xt-2+...+φpxt-p+atMA(q)：xt＝c0+(1-θ1B-θ2B2-...-θpBq)atARMA(p,q)：(1-φ1B-φ2B2-...-φpBp)xt＝φ0+(1-θ1B-θ2B2-...-θqBq)其中xt是时间序列，φ0为常数项，φ1,φ2...,φp为自回归系数，是待估参数，at是相...

【专利技术属性】
技术研发人员：刘海峰，黄溅华，邓华，李翔，王昕，
申请(专利权)人：中兴智能交通股份有限公司，
类型：发明
国别省市：江苏,32