区域警情数量异常趋势确定方法、装置、电子设备及介质制造方法及图纸

本公开提供了区域警情数量异常趋势确定方法、装置、电子设备及介质。该方法的一具体实施方式包括：确定目标区域；获取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；对时间序列进行线性拟合，得到对应的拟合直线斜率；将拟合直线斜率与预设斜率阈值进行比较，若拟合直线斜率大于预设斜率阈值，则将目标区域在预设时间段中的警情数量变化趋势确定为异常。该实施方式实现了对区域警情数量变化趋势的自动识别，有利于快速识别异常趋势，为采取针对性行动提供数据参考。

【技术实现步骤摘要】
区域警情数量异常趋势确定方法、装置、电子设备及介质
本公开涉及计算机
，具体涉及区域警情数量异常趋势确定方法、装置、电子设备及介质。
技术介绍
对于某个特定区域，该区域内的警情数量通常会随时间变化。如果该区域出现了异常因素(例如某团伙进入该区域活动)，那么该区域内警情数量随时间变化的趋势也会出现异常(例如出现激增趋势)。因此，可以根据某个区域内警情数量的变化趋势判断该区域是否出现异常因素，进而为针对性的治理提供依据。现有方式中，通常以人工方式判断区域内警情数量的变化趋势是否异常。这种方式效率较低、人力成本较高，并且无法处理大体量的数据。因此，有必要提出一种新的确定区域警情数量异常趋势的技术方案。
技术实现思路
本公开提出了区域警情数量异常趋势确定方法、装置、电子设备及介质。第一方面，本公开提供了一种区域警情数量异常趋势确定方法，包括：确定目标区域；获取上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；根据上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，生成相本文档来自技高网...

【技术保护点】
1.一种区域警情数量异常趋势确定方法，包括：/n确定目标区域；/n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；/n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；/n对所述时间序列进行线性拟合，得到对应的拟合直线斜率；/n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。/n

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：彭涛，
申请(专利权)人：彭涛，
类型：发明
国别省市：北京;11