CN106341263B - 基于时间累积模型的人员状态信息检测方法 - Google Patents

基于时间累积模型的人员状态信息检测方法 Download PDF

Info

Publication number
CN106341263B
CN106341263B CN201610802619.3A CN201610802619A CN106341263B CN 106341263 B CN106341263 B CN 106341263B CN 201610802619 A CN201610802619 A CN 201610802619A CN 106341263 B CN106341263 B CN 106341263B
Authority
CN
China
Prior art keywords
sensitizing range
personnel
score
state information
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610802619.3A
Other languages
English (en)
Other versions
CN106341263A (zh
Inventor
周侗
孙晨星
朱伶俐
王英利
盖宸德
康天乐
柴香
石雅娇
孙键
陶菲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiaxing Zhuoshi Biotechnology Co.,Ltd.
Original Assignee
Pacific Ocean Jiangsu Communication Science And Technology Ltd
Nantong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pacific Ocean Jiangsu Communication Science And Technology Ltd, Nantong University filed Critical Pacific Ocean Jiangsu Communication Science And Technology Ltd
Priority to CN201610802619.3A priority Critical patent/CN106341263B/zh
Publication of CN106341263A publication Critical patent/CN106341263A/zh
Application granted granted Critical
Publication of CN106341263B publication Critical patent/CN106341263B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于时间累积模型的人员状态信息检测方法，遍历每个人的行为轨迹数据和数据库中地图的每个敏感区域，计算每个轨迹点到敏感点的距离S(Pn，Gm)并判断每个轨迹点到敏感点的距离S(Pn,Gm)是否大于敏感点阈值Sr，单个社区矫正人员的所有轨迹点计算判断完成后，当Nm(Gm)≥Nmin时，对每个落入敏感区域内轨迹点进行记分，其中Nmin为敏感区计分的最少轨迹数，将记分分值SC与预设行为敏感程度阈值SCmax进行比较。本发明通过对城市中的敏感区域信息与监控对象行为轨迹数据进行分析，得到监控对象的行为模式，从而预测监控对象的犯罪趋势的分析模型，帮助监控人员进行个性化的管理教育。

Description

基于时间累积模型的人员状态信息检测方法
技术领域
本发明涉及一种人员状态信息检测方法，特别是一种基于时间累积模型的人员状态信息检测方法。
背景技术
目前，国内司法社区矫正人员管理***的监控功能多以实时位置显示与区域报警为主，仅实现了定位功能，并未将矫正人员的行为轨迹与敏感区域的犯罪地理研究相结合，忽视了矫正人员活动轨迹与其犯罪趋势的相关性，缺失了对矫正人员行为趋势的相关分析。因此迫切需要一种能够对矫正人员行为趋势进行分期的状态检测方法，通过对城市中的敏感区域信息与监控对象行为轨迹数据进行分析，得到监控对象的行为模式，从而预测监控对象的犯罪趋势的分析模型，帮助监控人员进行个性化的管理教育。
发明内容
本发明所要解决的技术问题是提供一种基于时间累积模型的人员状态信息检测方法。
为解决上述技术问题，本发明所采用的技术方案是：
一种基于时间累积模型的人员状态信息检测方法，其特征在于包含以下步骤：
步骤一：建立地图x、y坐标系，定位并记录社区矫正人员的位置和行动轨迹；
步骤二：遍历每个人的行为轨迹数据，遍历数据库中地图的每个敏感区域；
步骤三：计算每个轨迹点到敏感点的距离S(Pn，Gm)，
式中，Gm(m＝1，…M)为敏感点，Pn(n＝1，…N)为轨迹点，(Gm)x、(Gm)y分别表示第m个敏感点的横坐标和纵坐标，(Pn)x、(Pn)y分别表示第n个轨迹点的横坐标和纵坐标；
步骤四：判断每个轨迹点到敏感点的距离S(Pn,Gm)是否大于敏感点阈值Sr，当(S(Pn,Gm)-Sr)<0时，社区矫正人员落入敏感区域内轨迹点数目Nm(Gm)+1；
步骤五：单个社区矫正人员的所有轨迹点计算判断完成后，当Nm(Gm)≥Nmin时，对每个落入敏感区域内轨迹点进行计分，其中Nmin为敏感区计分的最少轨迹数，将计分分值SC与预设行为敏感程度阈值SCmax进行比较。
进一步地，所述Tmin为计分最少停留时间，t为相邻连续轨迹点的时间间隔。
进一步地，所述步骤五中对每个落入敏感区域内轨迹点进行计分过程为，其中SC为分值，Eva(Gm)为每个敏感区域的计分级别，α为其他的影响参数。
进一步地，基于原有社区矫正监控***的B/S结构，采用“数据-计算-表现”三层框架结构，在服务器中实现功能、计算结果，并将在每月固定时刻将报表发给监控人员。
进一步地，所述步骤二的敏感区域分为点集、线集和面集。
本发明与现有技术相比，具有以下优点和效果：基于原有社区矫正监控***的B/S结构，采用“数据-计算-表现”三层框架结构，在服务器中实现功能、计算结果，开发简单，成本较低；对矫正人员的行为轨迹与敏感区域进行比对分析，并通过不同的打分机制进行判断，综合检测分析矫正人员的行为情况，从而预测监控对象的犯罪趋势的分析模型，帮助监控人员进行个性化的管理教育。
附图说明
图1是本发明的基于时间累积模型的人员状态信息检测方法的流程图。
图2是本发明的敏感区域点集、线集和面集示意图。
图3是本发明的敏感程度评分表设置表格。
图4是本发明的敏感点地图分布示意图。
图5是本发明检测方法的框架结构示意图。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
如图1所示，本发明的一种基于时间累积模型的人员状态信息检测方法，其特征在于包含以下步骤：
步骤一：建立地图x、y坐标系，定位并记录社区矫正人员的位置和行动轨迹；
步骤二：遍历每个人的行为轨迹数据，遍历数据库中地图的每个敏感区域；
步骤三：计算每个轨迹点到敏感点的距离S(Pn，Gm)，
式中，Gm(m＝1，…M)为敏感点，Pn(n＝1，…N)为轨迹点，(Gm)x、(Gm)y分别表示第m个敏感点的横坐标和纵坐标，(Pn)x、(Pn)y分别表示第n个轨迹点的横坐标和纵坐标；
步骤四：判断每个轨迹点到敏感点的距离S(Pn,Gm)是否大于敏感点阈值Sr，当(S(Pn,Gm)-Sr)<0时，社区矫正人员落入敏感区域内轨迹点数目Nm(Gm)+1；
步骤五：单个社区矫正人员的所有轨迹点计算判断完成后，当Nm(Gm)≥Nmin时，对每个落入敏感区域内轨迹点进行计分，其中Nmin为敏感区计分的最少轨迹数，将计分分值SC与预设行为敏感程度阈值SCmax进行比较。Tmin为计分最少停留时间，t为相邻连续轨迹点的时间间隔。对每个落入敏感区域内轨迹点进行计分过程为，其中SC为分值，Eva(Gm)为每个敏感区域的计分级别，α为其他的影响参数。
敏感区域是指一定时期内犯罪现象高度集中的较为敏感的区域。研究证实，犯罪的时空分布绝非漫无边际，随心所欲，而是成串成簇，有迹可循。如图2所示，敏感区域的地图表现形式可以分为三个层次：点集、线集和面集----在不同层次上形成区域所依据的犯罪理论与可能原因是有区别且有规律性的，不同层次上的犯罪类型也带有一定的特征。而要确定敏感区域与其敏感程度评分(Eva)，在项目中进行调查是必不可少的，调查内容包括实地走访、与相关监管单位进行交流等等，敏感程度评分表设置如图3所示。
行为分析模型便是以敏感区域的评分为基础而运作的。由于我们目前所调查的层次基本上属于点状敏感区域，如图4所示，而敏感区域的定位点是矢量意义上的坐标点，所以要确定轨迹点是否处于敏感区域，应判断其是否存在于敏感区域定位点确定的缓冲范围内(区域半径Sr)。而在实际运算过程中，我们既可以使用GIS软件进行缓冲区与空间分析，也可以直接进行轨迹点与敏感区域的距离判断：(S(Pn,Gm)-Sr)>0。
由于原有社区矫正监控***采用的是B/S(浏览器/服务器)结构，所以该模型采用“数据-计算-表现”三层框架结构，如图5所示，在服务器中实现功能、计算结果，并将在每月固定时刻将报表发给监控人员(浏览器用户)。
本说明书中所描述的以上内容仅仅是对本发明所作的举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种修改或补充或采用类似的方式替代，只要不偏离本发明说明书的内容或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于时间累积模型的人员状态信息检测方法，其特征在于包含以下步骤：
步骤一：建立地图x、y坐标系，定位并记录社区矫正人员的位置和行动轨迹；
步骤二：遍历每个人的行为轨迹数据，遍历数据库中地图的每个敏感区域；
步骤三：计算每个轨迹点到敏感点的距离S(Pn，Gm)，
式中，Gm(m＝1，…M)为敏感点，Pn(n＝1，…N)为轨迹点，(Gm)x、(Gm)y分别表示第m个敏感点的横坐标和纵坐标，(Pn)x、(Pn)y分别表示第n个轨迹点的横坐标和纵坐标；
步骤四：判断每个轨迹点到敏感点的距离S(Pn,Gm)是否大于敏感点阈值Sr，当(S(Pn,Gm)-Sr)<0时，社区矫正人员落入敏感区域内轨迹点数目Nm(Gm)+1；
步骤五：单个社区矫正人员的所有轨迹点计算判断完成后，当Nm(Gm)≥Nmin时，对每个落入敏感区域内轨迹点进行计分，其中Nmin为敏感区计分的最少轨迹数，将计分分值SC与预设行为敏感程度阈值SCmax进行比较。
2.按照权利要求1所述的一种基于时间累积模型的人员状态信息检测方法，其特征在于：所述Tmin为计分最少停留时间，t为相邻连续轨迹点的时间间隔。
3.按照权利要求1所述的一种基于时间累积模型的人员状态信息检测方法，其特征在于：所述步骤五中对每个落入敏感区域内轨迹点进行计分过程为，其中SC为分值，Eva(Gm)为每个敏感区域的计分级别，α为其他的影响参数。
4.按照权利要求1所述的一种基于时间累积模型的人员状态信息检测方法，其特征在于：基于原有社区矫正监控***的B/S结构，采用“数据-计算-表现”三层框架结构，在服务器中实现功能、计算结果，并将在每月固定时刻将报表发给监控人员。
5.按照权利要求1所述的一种基于时间累积模型的人员状态信息检测方法，其特征在于：所述步骤二的敏感区域分为点集、线集和面集。
CN201610802619.3A 2016-09-05 2016-09-05 基于时间累积模型的人员状态信息检测方法 Active CN106341263B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610802619.3A CN106341263B (zh) 2016-09-05 2016-09-05 基于时间累积模型的人员状态信息检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610802619.3A CN106341263B (zh) 2016-09-05 2016-09-05 基于时间累积模型的人员状态信息检测方法

Publications (2)

Publication Number Publication Date
CN106341263A CN106341263A (zh) 2017-01-18
CN106341263B true CN106341263B (zh) 2019-06-14

Family

ID=57823772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610802619.3A Active CN106341263B (zh) 2016-09-05 2016-09-05 基于时间累积模型的人员状态信息检测方法

Country Status (1)

Country Link
CN (1) CN106341263B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102238579A (zh) * 2011-07-27 2011-11-09 北京佳信汇通科技有限公司 一种实时监管方法及***
CN103324913A (zh) * 2013-05-29 2013-09-25 长安大学 一种基于形状特征和轨迹分析的行人事件检测方法
CN104122842A (zh) * 2013-04-23 2014-10-29 北京计算机技术及应用研究所 一种监狱事件的智能化监控方法及***
CN104821898A (zh) * 2015-05-06 2015-08-05 南通大学 一种降低司法社区矫正管理***越界误报率的方法
CN104850604A (zh) * 2015-05-04 2015-08-19 华中科技大学 一种基于张量的用户轨迹挖掘方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102238579A (zh) * 2011-07-27 2011-11-09 北京佳信汇通科技有限公司 一种实时监管方法及***
CN104122842A (zh) * 2013-04-23 2014-10-29 北京计算机技术及应用研究所 一种监狱事件的智能化监控方法及***
CN103324913A (zh) * 2013-05-29 2013-09-25 长安大学 一种基于形状特征和轨迹分析的行人事件检测方法
CN104850604A (zh) * 2015-05-04 2015-08-19 华中科技大学 一种基于张量的用户轨迹挖掘方法
CN104821898A (zh) * 2015-05-06 2015-08-05 南通大学 一种降低司法社区矫正管理***越界误报率的方法

Also Published As

Publication number Publication date
CN106341263A (zh) 2017-01-18

Similar Documents

Publication Publication Date Title
CN105744232B (zh) 一种基于行为分析技术的输电线路视频防外破的方法
CN105516925B (zh) 基于地理围栏的人员管理方法
CN106651916A (zh) 一种目标的定位跟踪方法及装置
CN105785411B (zh) 一种基于区域划分的异常轨迹检测方法
CN107121690B (zh) 一种基于多运动参数的停留点识别方法和装置
Stange et al. Analytical workflow of monitoring human mobility in big event settings using bluetooth
CN109615862A (zh) 道路车辆交通运动状态参数动态获取方法及装置
CN106792523B (zh) 一种基于大规模WiFi活动轨迹的异常行为检测方法
CN110688922A (zh) 基于深度学习的交通拥堵检测***及检测方法
GB2569752A (en) Method for detecting human traffic in public place by using Wi-Fi probe
CN109191830A (zh) 一种基于视频图像处理的道路拥堵检测方法
CN112767644A (zh) 一种基于视频识别的公路隧道内火灾预警方法及装置
CN112185579B (zh) 一种基于元胞自动机的新冠密切接触人员数据获取方法
CN102930524A (zh) 一种基于垂直放置的深度摄像头的人头检测方法
CN104159088A (zh) 一种远程智能车辆监控***及方法
CN105373774A (zh) 一种幼师体罚小孩行为的检测方法
CN108664600A (zh) 一种用于识别特殊场所嫌疑人的方法和装置
CN108491762A (zh) 一种人体跌倒的检测方法及装置
CN115420854A (zh) 一种基于正后向模型结合的大气污染物溯源方法
CN109299700A (zh) 基于人群密度分析的地铁群体异常行为检测方法
TW202240471A (zh) 目標檢測方法、裝置、設備及儲存媒體
CN117681201A (zh) 一种基于人工智能的机器人智能运行远程控制***
CN114494998B (zh) 一种车辆数据智能分析方法及***
CN110599781A (zh) 一种智慧化城市的车流统计识别***
CN106341263B (zh) 基于时间累积模型的人员状态信息检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20201021

Address after: 226019 No.205, building 6, Nantong University, No.9, Siyuan Road, Nantong City, Jiangsu Province

Patentee after: Center for technology transfer, Nantong University

Address before: 226000 Jiangsu Province, Nantong City Chongchuan District sik Circular No. 9 Road

Patentee before: NANTONG University

Patentee before: JIANGSU PACIFIC COMMUNICATION TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201216

Address after: 8319 Yanshan Road, Bengbu City, Anhui Province

Patentee after: Bengbu Lichao Information Technology Co.,Ltd.

Address before: 226019 No.205, building 6, Nantong University, No.9, Siyuan Road, Nantong City, Jiangsu Province

Patentee before: Center for technology transfer, Nantong University

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211208

Address after: 314000 04, No. 5, tongerbao street, No. 1, Nanmen Gongnong Road, Chongfu Town, Tongxiang City, Jiaxing City, Zhejiang Province

Patentee after: Jiaxing Zhuoshi Biotechnology Co.,Ltd.

Address before: 8319 Yanshan Road, Bengbu City, Anhui Province

Patentee before: Bengbu Lichao Information Technology Co.,Ltd.

TR01 Transfer of patent right