【技术实现步骤摘要】
一种数据分析方法及装置
本专利技术涉及无线
，更具体地说，涉及一种数据分析方法及装置。
技术介绍
人员属性分析方法包括人工现场观察方法和视频观察方法。通过人工现场观察方法和视频观察方法在公共场所下对人员进行锁定，防止可疑人员进行危害公共安全的行为。现有技术中，人工现场观察方法和视频观察方法在人流量密集的场所下识别出人员属性的难度大，不能准确地在公共场所特殊情况下对人员属性进行判定。
技术实现思路
有鉴于此，本申请提供了一种数据分析方法及装置，对采集到的MAC数据进行数据处理，得到MAC数据对应的各个人员的人员轨迹数据，并分析人员轨迹数据，得到不同时间周期内、不同区域的人员定位数据信息和人员逗留时间信息，从而达到确定人员的属性类型的目的。为了实现上述目的，现提出的方案如下：本专利技术第一方面公开了一种数据分析方法，包括：实时采集当前无线访问接入点AP覆盖区域中的手持设备的MAC数据；基于预先对当前所述AP覆盖区域的分区，针对每一所述分区在预设时间内采集到...
【技术保护点】
1.一种数据分析方法，其特征在于，包括：/n实时采集当前无线访问接入点AP覆盖区域中的手持设备的MAC数据；/n基于预先对当前所述AP覆盖区域的分区，针对每一所述分区在预设时间内采集到的所述手持设备的MAC数据进行数据处理，得到所述手持设备对应的人员轨迹数据，其中，所述人员轨迹数据包含定位数据信息和人员逗留时间信息；/n将各个所述人员轨迹数据输入至预先建立的人员属性分类模型中进行分析，得到各个所述人员轨迹数据对应的人员属性类型。/n
【技术特征摘要】
1.一种数据分析方法，其特征在于，包括：
实时采集当前无线访问接入点AP覆盖区域中的手持设备的MAC数据；
基于预先对当前所述AP覆盖区域的分区，针对每一所述分区在预设时间内采集到的所述手持设备的MAC数据进行数据处理，得到所述手持设备对应的人员轨迹数据，其中，所述人员轨迹数据包含定位数据信息和人员逗留时间信息；
将各个所述人员轨迹数据输入至预先建立的人员属性分类模型中进行分析，得到各个所述人员轨迹数据对应的人员属性类型。
2.根据权利要求1所述的方法，其特征在于，所述预先对当前所述AP覆盖区域进行分区的过程，包括：
确定所述AP覆盖区域内各个WIFI探针位置；
以各个所述WIFI探针位置作为中心，依据各个所述WIFI探针所辐射的范围划分所述AP覆盖区域，得到对应每一所述WIFI探针的分区。
3.根据权利要求1所述的方法，其特征在于，所述基于预先对当前所述AP覆盖区域的分区，针对每一所述分区在预设时间内采集到的所述手持设备的MAC数据进行数据处理，得到所述手持设备对应的人员轨迹数据，包括：
读取预设时间内当前所述AP覆盖区域的分区内的各个所述MAC数据的定位数据信息，其中，所述定位数据信息包含所述MAC实时位置数据、分区编码和时间数据；
基于所述分区编码确定每一所述MAC数据所属分区；
针对所述每一分区中的所述MAC数据，利用手持设备的MAC数据特征进行筛查，得到所述每一分区中的手持设备对应的MAC数据的定位数据；
根据所述手持设备对应的MAC数据的定位数据信息中的时间数据，计算得到所述每一分区中的所述手持设备对应的人员逗留时间数据；
基于所述手持设备对应的MAC数据的定位数据和所述手持设备对应的人员逗留时间数据，得到所述手持设备对应的人员轨迹数据。
4.根据权利要求3所述的方法，其特征在于，所述根据所述手持设备对应的MAC数据的定位数据信息中的时间数据，计算得到所述每一分区中的所述手持设备对应的人员逗留时间数据，包括：
针对每一分区执行下述处理，得到所述每一分区中的所述手持设备对应的人员逗留时间数据：
获取所述手持设备对应的所述MAC数据的定位数据信息中的时间数据，其中，所述时间数据包括开始检测时间和结束检测时间；
计算所述结束检测时间与所述开始检测时间的差值，将所述差值作为所述手持设备对应的人员逗留时间数据。
5.根据权利要求1所述的方法，其特征在于，所述将各个所述人员轨迹数据输入至预先建立的人员属性分类模型中进行分析，得到各个所述人员轨迹数据对应的人员属性类型，包括：
基于深度网络学习算法对所述人员轨迹数据中的人员逗留时间数据进行提取，得到人员逗留时间特征值；
对所述人员逗留时间特征值进行检测，得到待判断的人员逗留...
【专利技术属性】
技术研发人员：刘若鹏，栾琳，季春霖，周志涛，
申请(专利权)人：西安光启未来技术研究院，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。