【技术实现步骤摘要】
基于位置服务的异常数据确定方法、装置和电子设备
本专利技术涉及数据处理方法，具体涉及一种基于位置服务的异常数据确定方法、装置和电子设备。
技术介绍
随着互联网
的飞速发展以及生活节奏的加快，日常生产生活中产生的数据的规模越来越庞大。数据所包含的信息量十分庞大，因此对于各行各业，对数据进行准确分析是十分有必要的。但日常生产生活中无法避免产生异常数据，因此为了对数据进行准确分析，需要从大量数据中确定出正常数据与少量异常数据，从而对异常数据与正常数据分别进行数据分析。但现有技术对于从具有时间连续性的空间分布数据中确定出异常数据的准确性不高，因此会导致后续数据分析的准确性不高。
技术实现思路
有鉴于此,本专利技术实施例的目的在于提供一种基于位置服务的异常数据确定方法、装置和电子设备，用于提升从具有时间连续性的空间分布数据中确定出异常数据的准确性。根据本专利技术实施例的第一方面，提供一种基于位置服务的异常数据确定方法，所述方法包括：获取多个第一时间段内的原始图像序列，所述原始图像序列包括多个原始图像，...
【技术保护点】
1.一种基于位置服务的异常数据确定方法，其特征在于，所述方法包括：/n获取多个第一时间段内的原始图像序列，所述原始图像序列包括多个原始图像，所述原始图像用于表征目标区域内各子区域在所述第一时间段的同一子时间段内产生的原始业务数据，所述目标区域为预定的地理区域；/n以各所述原始图像序列为输入，基于预先训练的自编码器模型，获取各所述第一时间段内的目标重构图像序列，所述目标重构图像序列包括多个目标重构图像，所述目标重构图像用于表征所述目标区域内各所述子区域在所述第一时间段的同一子时间段内得到的预测业务数据；/n根据各所述原始图像序列以及对应的所述目标重构图像序列确定所述目标区域在...
【技术特征摘要】
1.一种基于位置服务的异常数据确定方法，其特征在于，所述方法包括：
获取多个第一时间段内的原始图像序列，所述原始图像序列包括多个原始图像，所述原始图像用于表征目标区域内各子区域在所述第一时间段的同一子时间段内产生的原始业务数据，所述目标区域为预定的地理区域；
以各所述原始图像序列为输入，基于预先训练的自编码器模型，获取各所述第一时间段内的目标重构图像序列，所述目标重构图像序列包括多个目标重构图像，所述目标重构图像用于表征所述目标区域内各所述子区域在所述第一时间段的同一子时间段内得到的预测业务数据；
根据各所述原始图像序列以及对应的所述目标重构图像序列确定所述目标区域在所述多个第一时间段内的异常时间段；
根据所述异常时间段对应的所述原始图像序列以及所述目标重构图像序列确定异常子区域以及异常数据。
2.根据权利要求1所述的方法，其特征在于，所述获取多个第一时间段内的原始图像序列包括：
在地图平面对所述目标区域进行等间距划分，确定所述目标区域对应的多个所述子区域；
获取各所述子区域在同一第一时间段的各所述子时间段内产生的所述原始业务数据；
根据各所述子区域的位置关系，将同一子时间段内产生的多个所述原始业务数据转化为对应子时间段的所述原始图像；
根据同一第一时间段的各所述原始图像确定一个所述原始图像序列。
3.根据权利要求1所述的方法，其特征在于，所述根据各所述原始图像序列以及对应的所述目标重构图像序列确定所述目标区域在所述多个第一时间段内的异常时间段包括：
根据各所述原始图像序列以及对应的所述目标重构图像序列确定所述目标区域在各所述第一时间段内的异常参数，所述异常参数用于表征所述目标区域在对应的所述第一时间段内的异常程度；
将所述异常参数满足预定异常条件的所述第一时间段确定为所述异常时间段。
4.根据权利要求3所述的方法，其特征在于，所述根据各所述原始图像以及对应的所述重构图像序列确定所述目标区域在各所述第一时间段内的异常参数包括：
根据包括所述原始图像序列的测试用图像序列确定所述目标区域在各所述第一时间段内对应的第一重构损失；
根据训练用图像序列确定所述目标区域在各所述第二时间段内对应的第二重构损失；
根据各所述第一重构损失和与对应的所述第二重构损失确定各所述第一时间段内的所述异常参数。
5.根据权利要求4所述的方法，其特征在于，所述根据包括所述原始图像序列的测试用图像序列确定所述目标区域在各所述第一时间段内对应的第一重构损失包括：
基于所述自编码器模型确定各所述测试用图像序列对应的第一重构图像序列，所述第一重构图像序列包括多个第一重构图像，所述第一重构图像用于表征所述目标区域内各子区域在同一子时间段内得到的预测业务数据；
根据各所述测试用图像序列与对应的所述第一重构图像序列确定对应的第一差异图像序列，所述第一差异图像序列包括多个第一差异图像，所述第一差异图像用于表征所述目标区域内各子区域在同一子时间段的预测业务数据与原始业务数据的差值；
对于各所述测试用图像序列，根据对应的所述第一差异图像序列确定第一重构成本；
对于各所述测试用图像序列，根据对应的所述第一重构成本以及第一最值确定对应的所述第一重构损失，所述第一最值用于表征所述第一重构成本中的最大值以及最小值；
所述根据训练用图像序列确定所述目标区域在各所述第二时间段内对应的第二重构损失包括：
基于所述自编码器模型确定各所述训练用图像序列对应的第二重构图像序列，所述第二重构图像序列包括多个第二重构图像，所述第二重构图像用于表征所述目标区域内各子区域在同一时间段内得到的历史预测业务数据；
根据各所述训练用图像序列与对应的所述第二重构图像序列确定对应的第二差异图像序列，所述第二差异图像序列包括多个第二差异图像，所述第二差异图像用于表征所述目标区域内各子区域在同一子时间段的历史预测业务数据与历史业务数据的差值；
对于各所述训练用图像序列，根据对应的所述第二差异图像序列确定第二重构成本；
对于各所述训练用图像序列，根据对应的所述第二重构成本以及第二最值确定对应的所述第二重构损失，所述第二最值用于表征所述第二重构成本中的最大值以及最小值。
6.根据权利要求4所述的方法，其特征在于，所述根据各所述第一重构损失和与对应的所述第二重构损失确定各所述第一时间段内的所述异常参数包括：
根据所述第一重构损失与对应的所述第二重构损失确定第一差值；
根据所述第一差值与所述第二重构损失的比值确定所述异常参数。
7.根据权利要求1所述的方法，其特征在于，所述根据所述异常时间段对应的所述原始图像以及所述目标重构图像确定异常子区域以及异常数据包括：
对于所述异常时间段，根据对应的所述原始图像序列以及所述目标重构图像序列确定对应的目标差异图像序列，所述目标差异图像序列包括多个目标差异图像，所述目标差异图像用于表征目标区域内各子区域在所述第一时间段的同一子时间段内产生的原始业务数据与预测业务数据的第二差值；
将所述第二差值满足预定差值条件的所述子区域确定为所述异常子区域；
将所述异常子区域在所述异常时间段内产生的所述原始业务数据确定为所述异常数据。
8.根据权利要求1所述的方法，其特征在于，所述自编码器模型包括第一编码结构，第二编码结构、第一解码结构和第二解码结构，所述第一编码结构用于在空间维度进行编码，所述第二编码结构用于在时间维度进行编码，所述第一解码结构用于在时间维度进行解码，所述第二解码结构用于在空间维度进行解码。
9.根据权利要求1所述的方法，其特征在于，所述自编码器模型基于多个训练用图像序列训练获得，所述训练用图像序列包括多个训练用图像，所述训练用图像用于表征所述目标区域内各子区域在同一子时间段内产生的历史业务数据。
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
向预定终端发送异常信息集合，以使得所述预定终端在地图页面对所述异常信息集合进行显示，所述异常信息集合包括所述异常子区域、对应的所述异常时间段以及所述异常数据中的至少一项。
11.一种基于位置服务的异常数据确定装置，其特征在于，所述装置包括：
图像序列获取单元，用于获取多个第一时间段内的原始图像序列，所述原始图像序列包括多个原始图像，所述原始图像用于表征目标区域内各子区域在所述第一时间段的同一子时间段内产生的原始业务数据，所述目标区域为预定的...
【专利技术属性】
技术研发人员：朱文静，董衍含，苏涛，高梓尧，缪莹莹，谢梁，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11
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。