行为行踪识别方法及平台技术

本发明专利技术提出了一种行为行踪识别方法及平台，涉及数据处理技术领域，通过行为行踪识别平台‑研微，可以在更加全面时空数据建立的数据模型下，更加容易、准确的识别到目标对象的行为行踪。所述方法包括：获取多源异构的时空数据，所述时空数据包括多个关注对象的行为行踪数据；对所述时空数据进行数据融合；基于所述融合后的时空数据，建立数据模型；根据所述数据模型，识别目标对象的行为和/或行踪。本发明专利技术提供的行为行踪识别方法及平台，适用于异常行为行踪的识别挖掘。

【技术实现步骤摘要】
行为行踪识别方法及平台
本专利技术涉及数据处理
，尤其涉及一种行为行踪识别方法及平台。
技术介绍
时空大数据是社会安全领域最为重要的数据来源之一，主要包含目标对象的时空关系、时空轨迹、时空位置及其相应属性信息，具有跨时空、多尺度、多粒度等特征。异常行为行踪的发生通常标志着异常事件的发生，因此在时空大数据背景下，异常行为行踪的识别关乎着人们的切身利益—安全问题。针对异常行为行踪的诸多特性，例如时空轨迹、关系网络等，若对其时空数据进行有效的挖掘与分析，可以从中发现潜在有价值的信息，实现对异常行为行踪的识别与预警预测，从而提高社会治安防控能力。现有技术中，基于时空大数据对异常行为行踪进行识别时，首先面临时空数据匹配、关联、复原、补全等问题；其次面临目标对象关系网络的准确构建和异常关系行为识别问题；再次面临着行踪理解识别问题。目前，大多数社会安全方面的模型都是基于业务规则来构建，时空数据不足、模型局限性较大，当面对复杂的异常行为行踪识别时准确率便会下降，从而导致误判、漏判等研判不准情况的出现，并且有些异常行为行踪不能预判。专利技术人在实现本专利技术的过程中，发现现有技术中，至少存在以下本文档来自技高网...

【技术保护点】
1.一种行为行踪识别方法，其特征在于，所述方法包括：获取多源异构的时空数据，所述时空数据包括多个关注对象的行为行踪数据；对所述时空数据进行数据融合；基于所述融合后的时空数据，建立数据模型；根据所述数据模型，识别目标对象的行为和/或行踪。

【技术特征摘要】
1.一种行为行踪识别方法，其特征在于，所述方法包括：获取多源异构的时空数据，所述时空数据包括多个关注对象的行为行踪数据；对所述时空数据进行数据融合；基于所述融合后的时空数据，建立数据模型；根据所述数据模型，识别目标对象的行为和/或行踪。2.根据权利要求1所述的方法，其特征在于，对所述时空数据进行数据融合，包括：根据所述时空数据，确定所述多个关注对象的时空关系，以实现对所述时空数据的数据融合。3.根据权利要求1所述的方法，其特征在于，所述时空数据包括多个关注对象的行为数据，所述基于所述融合后的时空数据，建立数据模型，包括：基于所述融合后的时空数据，获取若干个关注对象之间的多维关联因素；基于所述多维关联因素，建立所述若干个关注对象间的多维关系网络。4.根据权利要求3所述的方法，其特征在于，在所述基于所述多维关联因素，建立所述若干个关注对象间的多维关系网络之后，所述基于所述融合后的时空数据，建立数据模型还包括：采用基于时间聚合的多粒度时变关系网络压缩表征与建模的方式，将时间维度加入到所述多维关系网络中，以时间聚合方式发现所述多维关系网络中关键演变节点及时间片段。5.根据权利要求1所述的方法，其特征在于，所述时空数据包括多个关注对象的行踪数据，所述基于所述融合后的时空数据，建立数据模型，包括：基于所述融合后的时空数据，获取若干个关注对象的行踪轨迹信息；通过学习所述行踪轨迹信息与行踪模式的映射关系，得到行踪轨迹识别模型；其中，所述行踪模式包括正常行...

【专利技术属性】
技术研发人员：张博，杨云祥，郭静，李慧波，阳兵，李炳霖，
申请(专利权)人：中国电子科技集团公司电子科学研究院，
类型：发明
国别省市：北京,11