面向泛感知数据的基于时序图的公共安全知识图谱生成方法技术

本发明专利技术公开面向泛感知数据的基于时序图的公共安全知识图谱生成方法。包括原始采集数据预处理：对泛感知数据链路采集到的原始数据信息，提取特征和计算各种属性信息；实体链接：对上述处理后的泛感知数据链路采集信息，在已构建的图谱上检索，判定其真实所属的实体是否存在；知识推理，生成时序图；知识加工，解决冲突；知识图谱，并根据知识图谱再更新知识推理和生成时序图。本发明专利技术通过在图谱上引入时间维度，并提供针对特定时间点、顶点、边和附属数据的良好访问性能，从而更有效地做到实时防控。从而更有效地做到实时防控。从而更有效地做到实时防控。

【技术实现步骤摘要】
面向泛感知数据的基于时序图的公共安全知识图谱生成方法


[0001]本专利技术涉及计算机
，尤其涉及面向泛感知数据的基于时序图的公共安全知识图谱生成方法。

技术介绍

[0002]随着面临日益复杂的治安防控形势，以及公共安全领域的泛感知数据获取技术、人工智能技术的快速发展；迫切需要高效地集成、协调地运作各个公安功能模块，以更有效地实时防控乃至提前预警预报，保障社会稳定运行。
[0003]目前，现有技术是选用关系型数据库来存储数据，使用表关联来进行查询。关系型数据库在解决单条数据查询时有良好的表现，但在深度关联查询时效率很低；对关系的实时查询不能提供很好的支持，同时在开发和运行一些图算法时会相当不利。

技术实现思路

[0004]本专利技术的目的克服现有技术中的不足而提供面向泛感知数据的基于时序图的公共安全知识图谱生成方法；该方法通过在图谱上引入时间维度，并提供针对特定时间点、顶点、边和附属数据的良好访问性能，从而更有效地做到实时防控。
[0005]本专利技术的技术方案如下：
[0006]面向泛感知数据的基于时序图的公共安全知识图谱生成方法，步骤如下：
[0007]原始采集数据预处理：对泛感知数据链路采集到的原始数据信息，提取特征和计算各种属性信息；
[0008]实体链接：对上述处理后的泛感知数据链路采集信息，在已构建的图谱上检索，判定其真实所属的实体是否存在；
[0009]知识推理，生成时序图；
[0010]知识加工，解决冲突；
[0011]知识图谱，并根据知识图谱再更新知识推理和生成时序图。
[0012]上述原始采集数据预处理包括行人图像数据预处理，车辆图像数据预处理或RFID、IMSI、MAC感知数据预处理。
[0013]上述实体链接步骤中如果判定为存在，则将该条记录打上对应实体的标签，并存入数据库；如果判定为不存在，则会为该采集数据在图谱上建立新的实体，打上标签，并存入数据库。
[0014]在上述知识图谱步骤后有实体拆分步骤，所述实体拆分包括对图谱中有新增采集数据的实体，从分配到的采集数据分离出存在不一致的部分，然后各自分配新的实体标签。
[0015]上述实体拆分步骤如下：
[0016]实体采集数据异常检测：对于实体所属的所有采集数据使用异常检测算法筛选出异常的数据，将其中相似度超过预设阈值的分配到同一个新的实体，标注完实体之后，分别存入图谱和数据库；
[0017]实体采集数据进行聚类：对于该实体剩下的采集数据，使用聚类算法，如果能分离出新的样本集，则逐个分配新的实体标签，分别存入图谱和数据库；
[0018]分配新的实体标签：在上述算法步骤中，如果产生了新的实体，那么对于每一个历史时间段，生成时序图中的实体，计算出代表性的特征存储到图谱上。
[0019]在上述知识图谱步骤后有实体合并步骤，实体合并包括对图谱中的每个实体，根据分配到的采集数据特征，判断出真实描述的是同一本体的实体对，进行合并操作。
[0020]上述实体合并具体步骤如下：
[0021]实体合并操作：进行合并操作时，随机挑选一个实体作为最终选择，其余的要从图谱中予以剔除，然后更改所有采集数据的实体标签；
[0022]实体合并后操作：将所有的采集数据合并到一起，然后对每个历史时间段，使用生成时序图中的实体，计算出代表性的特征，在图谱上进行更新。
[0023]上述生成时序图中的实体为每隔一定的时间，对累计的采集数据，归纳和计算出代表性的特征，打上时间标签，存入图谱中；同时时序图上的知识推理分为推理生成时序图同类型实体之间的关系和推理生成时序图中不同类型之前的关系，所述生成时序图中的实体具体步骤如下：
[0024]计算实体画像特征：对所要求的时间和范围，提取出期间采集的数据，由于每条数据记录都可能有不同的属性值，对不同的属性使用规则归纳出唯一值，除此之后还能计算总体上的画像特征；
[0025]生成实体的临时图谱：对当前得到的结果，可以构建出一个临时图谱，然后对所有的节点和关系都加上当前计算的日期；
[0026]合并临时图谱：将前一步得到的临时图谱，按照一定规则融入到最终的图谱之中。
[0027]上述推理生成时序图中同类型实体之间的关系为每隔一定的时间，对具有同一数据链路类型采集数据的实体，根据采集到的数据特征进行推理，建立关联，存入图谱中；其具体步骤如下：
[0028]推理同类型实体关系：在所要求的时间范围，对所有符合要求的实体，提取出相应的记录数据，逐对推理发现新关系；
[0029]生成同类型实体关系的临时图谱：对当前得到的结果，可以构建出一个临时图谱，然后对所有的节点和关系加上当前计算的日期；
[0030]合并临时图谱：将上述得到的临时图谱，按照一定规则融入到最终的图谱中。
[0031]上述推理不同类型实体关系为每隔一定的时间，对具有不同数据链路类型采集数据的实体，根据采集到的数据特征，进行推理，建立关联，存入图谱中；其具体的步骤如下：
[0032]推理不同类型实体关系：对所要求的时间范围，提取出符合一定要求的历史数据，进行逐步推理是否存在预设的关系；
[0033]生成不同类型实体关系的临时图谱：对当前得到的结果，可以构建出一个临时图谱，然后对所有的节点和关系都加上当前计算的日期；
[0034]合并临时图谱：将上述得到的临时图谱，按照一定规则融入到最终的图谱中。
[0035]本专利技术的有益效果：本专利技术通过对泛感知数据链路产生的信息进行建模、画像特征以描述采集数据背后对应的实体，充分利用和挖掘了数据的价值。并全面整合、融合及关联各数据链路产生的数据信息，构建了描述治安防控对象的全景图，更全面、更深刻把握住
动态特征、演变规律、发展趋势，为社会治理提供动态的、系统的数据依据。
附图说明
[0036]图1为面向泛感知数据的基于时序图的公共安全知识图谱生成方法流程图；
[0037]图2为实体拆分流程图；
[0038]图3为实体合并流程图；
[0039]图4为生成时序图中的实体流程图；
[0040]图5为节点属性的时序图结构示例图；
[0041]图6为节点关系的时序图结构示例图。
具体实施方式
[0042]为了更好的说明本专利技术，现结合实施例及附图作进一步的说明。
[0043]如图1所示，面向泛感知数据的基于时序图的公共安全知识图谱生成方法，步骤如下：
[0044]S01：原始采集数据预处理：对泛感知数据链路采集到的原始数据信息，提取特征和计算各种属性信息；
[0045]具体的，对于行人图像数据预处理：对行人图像数据，提取人脸特征信息，以及计算如衣服和裤子的款式、颜色，年龄，性别，是否佩戴眼镜，头发样式等属性信息；
[0046]具体的，对于车辆图像数据预处理：对车辆图像数据，提取特征信息和车牌号，并计算如车辆商标，颜色，类型，型号等本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向泛感知数据的基于时序图的公共安全知识图谱生成方法，其特征在于：步骤如下：原始采集数据预处理：对泛感知数据链路采集到的原始数据信息，提取特征和计算各种属性信息；实体链接：对上述处理后的泛感知数据链路采集信息，在已构建的图谱上检索，判定其真实所属的实体是否存在；知识推理，生成时序图；知识加工，解决冲突；知识图谱，并根据知识图谱再更新知识推理和生成时序图。2.根据权利要求1所述面向泛感知数据的基于时序图的公共安全知识图谱生成方法，其特征在于：所述原始采集数据预处理包括行人图像数据预处理，车辆图像数据预处理或RFID、IMSI、MAC感知数据预处理。3.根据权利要求1所述面向泛感知数据的基于时序图的公共安全知识图谱生成方法，其特征在于：所述实体链接步骤中如果判定为存在，则将该条记录打上对应实体的标签，并存入数据库；如果判定为不存在，则会为该采集数据在图谱上建立新的实体，打上标签，并存入数据库。4.根据权利要求1所述面向泛感知数据的基于时序图的公共安全知识图谱生成方法，其特征在于：在所述知识图谱步骤后有实体拆分步骤，所述实体拆分包括对图谱中有新增采集数据的实体，从分配到的采集数据分离出存在不一致的部分，然后各自分配新的实体标签。5.根据权利要求4所述面向泛感知数据的基于时序图的公共安全知识图谱生成方法，其特征在于：所述实体拆分步骤如下：实体采集数据异常检测：对于实体所属的所有采集数据使用异常检测算法筛选出异常的数据，将其中相似度超过预设阈值的分配到同一个新的实体，标注完实体之后，分别存入图谱和数据库；实体采集数据进行聚类：对于该实体剩下的采集数据，使用聚类算法，如果能分离出新的样本集，则逐个分配新的实体标签，分别存入图谱和数据库；分配新的实体标签：在上述算法步骤中，如果产生了新的实体，那么对于每一个历史时间段，生成时序图中的实体，计算出代表性的特征存储到图谱上。6.根据权利要求1所述面向泛感知数据的基于时序图的公共安全知识图谱生成方法，其特征在于：在所述知识图谱步骤后有实体合并步骤，所述实体合并包括对图谱中的每个实体，根据分配到的采集数据特征，判断出真实描述的是同一本体的实体对，进行合并操作。7.根据权利要求6所述面向泛感知数据的基于时序图的公共安全知识图谱生成方法，其特征在于：所述实体合并具体步骤如下：实体合并操作：进行合并操作时，随机挑选一个...

【专利技术属性】
技术研发人员：孙靖宇，高希，赵伟伟，焦广宇，
申请(专利权)人：南京启数智能系统有限公司，
类型：发明
国别省市：