一种基于多轨迹条件分析的聚集行为识别方法技术

技术编号:40635922 阅读:26 留言:0更新日期:2024-03-13 21:19
本发明专利技术涉及一种基于多轨迹条件分析的聚集行为识别方法,包括:采集各个重点人员的各种类型的轨迹信息;设置单轨迹聚集行为条件,包括:聚集区域的类型、相邻人员间隔时长的最高阈值和聚集人数的最低阈值;基于单轨迹聚集行为条件中的聚集区域的类型对应的轨迹信息确定满足单轨迹聚集行为条件的单轨迹聚集行为;基于多轨迹组合且基于不同时间窗口判断聚集装置可以通过综合多个时间窗口内的轨迹数据,能够准确识别不同类型的聚集行为。

【技术实现步骤摘要】

本专利技术涉及模式分析,尤其涉及一种基于多轨迹条件分析的聚集行为识别方法


技术介绍

1、城市治理的最后一公里在社区,为优化社区治理工作,提出了精细化治理的新模式,其将社区管理辖区按照一定的标准划分成单元网格,通过对单元网格内相关治理指标的统计与分析,实现逐层监督,优化管理。其中,人口的集聚特征、迁移特征等数据是社区需要分析的重要治理指标,其可为社会治理决策提供参考信息。

2、目前,社区内人口数据的统计已实现信息化管理,但由于缺乏地理信息相关数据及技术辅助,大多数基层网格的划分和变更还停留在纸质文件上,对社区内人口数据的分析缺少空间策略分析及可视化预警,难以直观反应相关区域内人口治理指标随时间和空间变化,无法达到精细化治理,影响上层决策。

3、如今,随着科技的进步和社会的发展,人们对于综治基层方面的需求越来越高。在实际生活中,需要对重点人员的聚集行为进行重点关注。但是对这些重点人员的重点关注,会耗费大量的人力。传统的聚集行为识别方法通常只采用少数的轨迹数据进行分析,无法全面判断聚集行为的性质。


<p>技术实现思本文档来自技高网...

【技术保护点】

1.一种基于多轨迹条件分析的聚集行为识别方法,其特征在于,所述识别方法包括:

2.根据权利要求1所述的识别方法,其特征在于,所述步骤1包括:

3.根据权利要求1或2所述的识别方法,其特征在于,所述各种类型的轨迹信息来自与各种设定类型的区域关联的数据,包括:上网数据、旅馆住宿数据、火车购票数据、汽车购票数据、飞机购票数据以及人脸预警。

4.根据权利要求1所述的识别方法,其特征在于,所述步骤3包括:

5.根据权利要求1所述的识别方法,其特征在于,所述识别方法还包括:

6.根据权利要求1所述的识别方法,其特征在于,所述多轨迹聚集行为条...

【技术特征摘要】

1.一种基于多轨迹条件分析的聚集行为识别方法,其特征在于,所述识别方法包括:

2.根据权利要求1所述的识别方法,其特征在于,所述步骤1包括:

3.根据权利要求1或2所述的识别方法,其特征在于,所述各种类型的轨迹信息来自与各种设定类型的区域关联的数据,包括:上网数据、旅馆住宿数据、火车购票数据、汽车购票数据、飞机购票数据以及人脸预警。

4.根据权利要求1所述的识别方法,其特征在于,所述步骤3包括:

5.根据权利要求1所述的识别方法,其特征在于,所述识别方法还包括:

6.根据权利要求1所述的识别方法,其特征在于,所述多轨迹聚集行为条件包括:聚集人数的最低阈值、满足条件的所述单轨迹聚集行...

【专利技术属性】
技术研发人员:王亚其谭军胜
申请(专利权)人:武汉中科通达高新技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1