【技術實現步驟摘要】
本專利技術涉及社會治理事件，尤其涉及一種社會治理事件的智能化分派方法及系統。
技術介紹
1、在當前的城市管理和社會治安維護工作中，依賴人工進行社會治安事件的巡檢任務派發是一種常見的做法。這種傳統的人工派發方式通常涉及監控中心工作人員通過視頻監控系統實時觀察各個監控點的情況，并根據觀察結果手動記錄下疑似事件的發生地點、時間和性質等信息。一旦發現可能的社會治安事件，工作人員需立即判斷事件類型，并根據經驗決定派遣多少巡檢人員前往處理。然而，這種方法存在諸多不足之處，如人工判斷容易受到主觀因素的影響，導致事件類型的誤判；手動記錄和決策流程耗時較長，影響了事件處理的及時性；此外，由于缺乏系統化的數據分析工具，工作人員難以全面掌握各個監控點的歷史數據和當前狀況，導致資源分配不合理，巡檢效率低下。
技術實現思路
1、為了解決上述提出的至少一個技術問題，本專利技術提供一種社會治理事件的智能化分派方法及系統。
2、第一方面，本專利技術提供了一種社會治理事件的智能化分派方法，所述方法包括：
3、獲取不同監控點的音視頻數據，分析音視頻數據得到人員數量、人員移動數據和人員姿態數據；
4、當人員數量大于預設人數值時，根據人員移動數據分析得到人員聚集度值；若人員聚集度值大于當前監控點的歷史平均聚集度值且持續預設時間段，分析音視頻數據得到語音文本關鍵詞，并根據語音文本關鍵詞、人員移動數據和人員姿態數據確定當前監控點的社會治理事件類型；
5、獲取巡檢人員的巡檢位置分
6、優選地，所述根據巡檢位置分布信息和社會治理事件類型確定巡檢任務分派方案，包括：
7、構建最小化目標函數和約束條件的方程組：
8、min∑n∈n?d(l(n),m)·x(n)；
9、
10、其中，n是所有巡檢人員的集合，m是監控點的集合，e是社會治理事件類型的集合，d(l(n),m)是巡檢人員n從當前位置l(n)到監控點m需要的時間，d(l(n),m)基于巡檢人員n從當前位置l(n)到監控點m的距離與巡檢人員n的交通方式計算得到，x(n)是一個二元決策變量，表示巡檢人員n是否被指派到監控點m，且x(n)＝1表示指派，x(n)＝0表示不指派，c(e)表示監控點m對應社會治理事件類型e所需最少巡檢人員人數；
11、采用整數線性規劃算法求解方程組，得到前往對應監控點的巡檢人員名單。
12、優選地，所述根據人員移動數據分析得到人員聚集度值，包括：
13、基于人員移動數據篩選出預設時間間隔內一直保持在監控視角內且行進速度小于預設速度值的人員；
14、根據篩選出的人員對應的人員移動數據計算兩兩人員之間的歐幾里得距離，對所有歐幾里得距離計算平均距離后取倒數得到人員聚集度值。
15、優選地，所述分析音視頻數據得到語音文本關鍵詞，并根據語音文本關鍵詞、人員移動數據和人員姿態數據確定當前監控點的社會治理事件類型，包括：
16、采集歷史巡檢人員分派數據，包括每個巡檢人員分派數據的語音文本關鍵詞、人員移動數據、人員姿態數據及對應的社會治理事件類型和巡檢人員人數；對采集的數據進行數據清洗、編碼與格式轉換，得到數據集；
17、將所述數據集按照預設比例分為訓練集和測試集，利用訓練集對原始的隨機森林模型進行訓練，并利用測試集對隨機森林模型的識別精度進行驗證；當確定隨機森林模型的識別精度滿足預設條件時，生成社會治理事件類型預測模型；
18、將當前監控點的語音文本關鍵詞、人員移動數據和人員姿態數據輸入社會治理事件類型預測模型，輸出當前監控點的社會治理事件類型。
19、第二方面，本專利技術還提供了一種社會治理事件的智能化分派系統，所述系統包括：
20、數據獲取模塊，用于獲取不同監控點的音視頻數據，分析音視頻數據得到人員數量、人員移動數據和人員姿態數據；
21、社會治理事件類型預測模塊，用于當人員數量大于預設人數值時，根據人員移動數據分析得到人員聚集度值；若人員聚集度值大于當前監控點的歷史平均聚集度值且持續預設時間段，分析音視頻數據得到語音文本關鍵詞，并根據語音文本關鍵詞、人員移動數據和人員姿態數據確定當前監控點的社會治理事件類型；
22、巡檢任務分派方案生成模塊，用于獲取巡檢人員的巡檢位置分布信息，并根據巡檢位置分布信息和社會治理事件類型確定巡檢任務分派方案。
23、優選地，所述根據巡檢位置分布信息和社會治理事件類型確定巡檢任務分派方案，包括：
24、構建最小化目標函數和約束條件的方程組：
25、min∑n∈n?d(l(n),m)·x(n)；
26、
27、其中，n是所有巡檢人員的集合，m是監控點的集合，e是社會治理事件類型的集合，d(l(n),m)是巡檢人員n從當前位置l(n)到監控點m需要的時間，d(l(n),m)基于巡檢人員n從當前位置l(n)到監控點m的距離與巡檢人員n的交通方式計算得到，x(n)是一個二元決策變量，表示巡檢人員n是否被指派到監控點m，且x(n)＝1表示指派，x(n)＝0表示不指派，c(e)表示監控點m對應社會治理事件類型e所需最少巡檢人員人數；
28、采用整數線性規劃算法求解方程組，得到前往對應監控點的巡檢人員名單。
29、優選地，所述根據人員移動數據分析得到人員聚集度值，包括：
30、基于人員移動數據篩選出預設時間間隔內一直保持在監控視角內且行進速度小于預設速度值的人員；
31、根據篩選出的人員對應的人員移動數據計算兩兩人員之間的歐幾里得距離，對所有歐幾里得距離計算平均距離后取倒數得到人員聚集度值。
32、優選地，所述分析音視頻數據得到語音文本關鍵詞，并根據語音文本關鍵詞、人員移動數據和人員姿態數據確定當前監控點的社會治理事件類型，包括：
33、采集歷史巡檢人員分派數據，包括每個巡檢人員分派數據的語音文本關鍵詞、人員移動數據、人員姿態數據及對應的社會治理事件類型和巡檢人員人數；對采集的數據進行數據清洗、編碼與格式轉換，得到數據集；
34、將所述數據集按照預設比例分為訓練集和測試集，利用訓練集對原始的隨機森林模型進行訓練，并利用測試集對隨機森林模型的識別精度進行驗證；當確定隨機森林模型的識別精度滿足預設條件時，生成社會治理事件類型預測模型；
35、將當前監控點的語音文本關鍵詞、人員移動數據和人員姿態數據輸入社會治理事件類型預測模型，輸出當前監控點的社會治理事件類型。
36、第三方面，本專利技術還提供了一種電子設備，包括處理器和存儲器，所述存儲器用于存儲計算機程序代碼，所述計算機程序代碼包括計算機指令，當所述處理器執行所述計算機指令時，所述電子設備執行如上述第一方面及其任意一種可能實現的方式的方法。
37、第四方面，本文檔來自技高網...
【技術保護點】
1.一種社會治理事件的智能化分派方法，其特征在于，所述方法包括：
2.根據權利要求1所述的社會治理事件的智能化分派方法，其特征在于，所述根據巡檢位置分布信息和社會治理事件類型確定巡檢任務分派方案，包括：
3.根據權利要求1所述的社會治理事件的智能化分派方法，其特征在于，所述根據人員移動數據分析得到人員聚集度值，包括：
4.根據權利要求1所述的社會治理事件的智能化分派方法，其特征在于，所述分析音視頻數據得到語音文本關鍵詞，并根據語音文本關鍵詞、人員移動數據和人員姿態數據確定當前監控點的社會治理事件類型，包括：
5.一種社會治理事件的智能化分派系統，其特征在于，所述系統包括：
6.根據權利要求5所述的社會治理事件的智能化分派系統，其特征在于，所述根據巡檢位置分布信息和社會治理事件類型確定巡檢任務分派方案，包括：
7.根據權利要求5所述的社會治理事件的智能化分派系統，其特征在于，所述根據人員移動數據分析得到人員聚集度值，包括：
8.根據權利要求5所述的社會治理事件的智能化分派系統，其特征在于，所述分析音
9.一種電子設備，其特征在于，包括：處理器和存儲器，所述存儲器用于存儲計算機程序代碼，所述計算機程序代碼包括計算機指令，當所述處理器執行所述計算機指令時，所述電子設備執行如權利要求1至4任一項所述的社會治理事件的智能化分派方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被電子設備的處理器執行時，使所述處理器執行權利要求1至4任一項所述的社會治理事件的智能化分派方法。
...【技術特征摘要】
1.一種社會治理事件的智能化分派方法，其特征在于，所述方法包括：
2.根據權利要求1所述的社會治理事件的智能化分派方法，其特征在于，所述根據巡檢位置分布信息和社會治理事件類型確定巡檢任務分派方案，包括：
3.根據權利要求1所述的社會治理事件的智能化分派方法，其特征在于，所述根據人員移動數據分析得到人員聚集度值，包括：
4.根據權利要求1所述的社會治理事件的智能化分派方法，其特征在于，所述分析音視頻數據得到語音文本關鍵詞，并根據語音文本關鍵詞、人員移動數據和人員姿態數據確定當前監控點的社會治理事件類型，包括：
5.一種社會治理事件的智能化分派系統，其特征在于，所述系統包括：
6.根據權利要求5所述的社會治理事件的智能化分派系統，其特征在于，所述根據巡檢位置分布信息和社會治理事件類型確定巡檢任務分派方案，包括：
7.根...
【專利技術屬性】
技術研發人員：周玲，譚永亮，
申請(專利權)人：深圳華悅數智科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。