一种基于大数据和物联网的校园管理方法及装置制造方法及图纸

本申请公开了一种基于大数据和物联网的校园管理方法，用于降低校园踩踏事故发生的风险

【技术实现步骤摘要】
一种基于大数据和物联网的校园管理方法及装置


[0001]本申请涉及数据处理领域，尤其涉及一种基于大数据和物联网的校园管理方法及装置
。

技术介绍

[0002]校园安全管理是校园管理的重大组成部分
,
校园内举行重大活动或下课期间，在校园公共区域会出现人流密度骤增的情况，存在安全隐患
。
例如教学楼楼梯
、
食堂
、
学校礼堂等公共区域，常因为某一时段学生过于密集而导致校园踩踏事故发生
。
现有技术中通常采用视频来统计人流密度，从而实现对人流密度的实时监测，以根据人流密度监测结果进行学生分流疏散，降低校园踩踏事故的发生风险，但是，对人流密度进行实时监测，无法对可能发生的人群密度过高的风险进行提前预警
。
[0003]因此，如何对校园公共区域的人流密度进行提前预测是当前需要解决的问题
。

技术实现思路

[0004]本申请提供了一种基于大数据和物联网的校园管理方法及装置，用于降低校园踩踏事故发生的风险r/>。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据和物联网的校园管理方法，所述校园管理方法应用于基于物联网的校园管理装置，其特征在于，所述校园管理方法包括：按照预设的时间间隔对校园内的各个监控点的人流数据进行采样，所述人流数据包括校园内各个监控点的历史人流密度图像集
、
声音数据集和温度数据集；针对各个监控点，将所述历史人流密度图像集
、
所述声音数据集和所述温度数据集进行时间对齐，并通过一个三元数组的数据结构进行存储，得到各个监控点的数据序列；针对所有监控点所形成的数据序列，进行时间对齐，得到对齐时间序列；将所述对齐时间序列输入至初始人流密度预测模型中，对所述初始人流密度预测模型进行训练，获取目标人流密度预测模型；获取各个监控点的实时人流数据，并对所述实时人流数据进行预处理；将预处理后的实时人流数据输入至目标人流密度预测模型中，得到各个监控点的人流密度预测结果；将各个监控点的人流密度预测结果输入至
GIS
引擎中，得到校园内的预测人流分布图，并将所述预测人流分布图发送至学生客户端和教师客户端进行显示
。2.
根据权利要求1所述的校园管理方法，其特征在于，所述初始人流密度预测模型包括第一网络
、
第二网络及第三网络，所述将所述对齐时间序列输入至初始人流密度预测模型中，对所述初始人流密度预测模型进行训练，获取目标人流密度预测模型包括：将所述对齐时间序列中的历史人流密度图像集输入所述第一网络进行训练，通过所述第一网络的第一损失函数计算第一损失值；将所述对齐时间序列中的声音数据集输入所述第二网络进行训练，通过所述第二网络的第二损失函数计算第二损失值；将所述对齐时间序列中的温度数据集输入所述第三网络进行训练，通过所述第三网络的第三损失函数计算第三损失值；根据所述第一损失值
、
所述第二损失值及所述第三损失值通过所述初始人流密度预测模型的目标损失函数计算总损失值；判断所述总损失值是否大于预设总损失值；若是，则根据所述总损失值更新所述初始人流密度预测模型的参数，再基于所述对齐时间序列训练所述初始人流密度预测模型；若否，则判断所述初始人流密度预测模型的模型精度是否大于预设精度；若是，则确定所述初始人流密度预测模型为目标人流密度预测模型
。3.
根据权利要求2所述的校园管理方法，其特征在于，在所述将所述对齐时间序列中的历史人流密度图像集输入所述第一网络进行训练，通过所述第一网络的第一损失函数计算第一损失值之前，所述校园管理方法还包括：调用清洗脚本清洗所述对齐时间序列中的历史人流密度图像集；对清洗后的历史人流密度图像集进行归一化消减处理；所述将所述对齐时间序列中的历史人流密度图像集输入所述第一网络进行训练，通过所述第一网络的第一损失函数计算第一损失值包括：将所述对齐时间序列中的归一化消减处理后的历史人流密度图像集输入所述第一网络进行训练，通过所述第一网络的第一损失函数计算第一损失值
。
4.
根据权利要求3所述的校园管理方法，其特征在于，所述对清洗后的历史人流密度图像集进行归一化消减处理包括：通过归一化消减处理公式对清洗后的历史人流密度图像集进行归一化消减处理，所述归一化消减处理公式如下：；；其中，为输入值，
y
为第一输出值，为输入值的均值，为输入值的方差，为输入值的偏移量
,
和为归一化系数
, 为第二输出值；其中，所述通过归一化消减处理公式对清洗后的历史人流密度图像集进行归一化消减处理包括：历史人流密度图像的输入是四维向量：
X,
这四个维度分别是样本数目
K
，样本高度
H
，样本数据宽度
W
及样本的通道数
C,
设为输入
X
中的一个具体元素，对历史人流密度图像的归一化消减处理过程如下：
= （公式三）；
= (
公式四
)
；其中，为输入
X
中的一个具体元素的均值，为输入
X
中的一个具体元素的方差；将公式三及公式四代入公式一中，对输入的每一个元素进行归一化消减处理包括：
=
；其中，为第一输出值
y
中的一个具体元素；，将它们代入公式二中，得到：
=
；其中，是第二输出中值中的一个具体元素，为归一化系数；计算
、
：
=
（公式五）；
=
（公式六）；
...

【专利技术属性】
技术研发人员：黄思齐，黄海峰，余楷，林海，严峥晖，杨胜丰，沈旭东，
申请(专利权)人：贵州电子信息职业技术学院，
类型：发明
国别省市：