申请/专利权人：杭州海康威视数字技术股份有限公司

申请日：2018-07-16

公开（公告）日：2024-04-23

公开（公告）号：CN110728390B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2020.02.25#实质审查的生效;2020.01.24#公开

摘要：本申请是关于一种事件预测的方法及装置，属于数据挖掘领域。所述方法包括：根据第一数据集合建立第一时空数据矩阵，所述第一数据集合包括在当前周期的第i个单位时间段内发生的各事件的时空数据，所述第一时空数据矩阵中的每个网格空间对应一个区域，网格空间用于存储在所述第i个单位时间段内发生在所述网格空间对应的区域内的事件数目，i为大于0的整数；根据所述第一时空数据矩阵，通过预测模型获取第二时空数据矩阵，所述第二时空数据矩阵中的网格空间用于存储在所述第i+1个单位时间段内发生在所述网格空间对应的区域内的事件数目，所述预测模型是对卷积神经网络CNN和残差网络融合后得到的模型。本申请能够提高预测事件的精度。

主权项：1.一种事件预测的方法，其特征在于，所述事件包括以下至少一项：检测到人体，检测到车辆和检测到交通事故；所述方法包括：根据第一数据集合建立第三时空数据矩阵，所述第一数据集合包括在当前周期的第i个单位时间段内发生的各事件的时空数据，所述第三时空数据矩阵中的每个网格空间对应一个区域，网格空间用于存储在所述第i个单位时间段内发生在所述网格空间对应的区域内的事件数目，i为大于0的整数；将所述第三时空数据矩阵中的目标网格空间和与所述目标网格空间相邻的网格空间融合，得到第一时空数据矩阵，所述目标网格空间包括的事件数目小于预设数目阈值，所述第一时空数据矩阵中的每个网格空间对应一个区域，网格空间用于存储在所述第i个单位时间段内发生在所述网格空间对应的区域内的事件数目，i为大于0的整数；根据所述第一时空数据矩阵，通过预测模型获取第二时空数据矩阵，所述第二时空数据矩阵中的网格空间用于存储在所述当前周期的第i+1个单位时间段内发生在所述网格空间对应的区域内的事件数目，所述预测模型是对卷积神经网络CNN和残差网络融合后得到的模型；所述预测模型是对所述CNN包括的N个卷积单元和所述残差网络包括的N-1个残差单元进行融合后得到的模型，N为大于1的整数，在所述预测模型中第j个卷积单元的输出端与第j个残差单元的输入端相连，第j个残差单元的输出端与第j+1个卷积单元的输入端相连，j＝1、2……N-1；第N个卷积单元的输出端与全连接层的输入端相连，全连接层的输出端与激活函数模块的输入端相连；每个卷积单元用于预测在第i+1个单位时间段发生的事件，每个残差单元用于消除或部分消除向其输入的卷积结果中的残差信息；根据第二数据集合建立第四时空数据矩阵，所述第二数据集合包括在目标周期的第i个单位时间段内发生的各事件的时空数据，目标周期早于当前周期，所述第四时空数据矩阵中的网格空间用于存储在所述目标周期的第i个单位时间段内发生在所述网格空间对应的区域内的事件数目，所述第四时空数据矩阵的结构和所述第一时空数据矩阵的结构相同；所述根据所述第一时空数据矩阵，通过预测模型获取第二时空数据矩阵，包括：将所述第一时空数据矩阵输入预测模型，得到第N个卷积单元输出的第一特征矩阵；将所述第四时空数据矩阵输入所述预测模型，得到第N个卷积单元输出的第二特征矩阵；加权合并所述第一特征矩阵和所述第二特征矩阵得到第三特征矩阵；向全连接层输入所述第三特征矩阵；全连接层通过激活函数模块对所述第三特征矩阵进行预测处理，输出第二时空数据矩阵；其中，所述将所述第三时空数据矩阵中的目标网格空间与其相邻的网格空间融合得到第一时空数据矩阵，包括：确定所述第三时空数据矩阵中每行的目标网格空间和每列的目标网格空间；统计所述每行包括的目标网格空间数目，从所述每行包括的目标网格空间数目中选择一个网格空间数目作为第一个数，以及统计所述每列包括的目标网格空间数目，从所述每列包括的目标网格空间数目中选择一个网格空间数目作为第二个数；从所述第三时空数据矩阵中的第x行中选择包括的事件数目最小的第一个数个网格空间，将所述选择的网格空间和其相邻的网格空间融合，x＝1、2、3……；从所述第三时空数据矩阵中的第y列中选择包括的事件数目最小的第二个数个网格空间，将所述选择的网格空间和其相邻的网格空间融合，y＝1、2、3……。

全文数据：

权利要求：

百度查询： 杭州海康威视数字技术股份有限公司 一种事件预测的方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD