CN109740663A - 一种基于深度ai算法的疏通人流***及方法 - Google Patents
一种基于深度ai算法的疏通人流***及方法 Download PDFInfo
- Publication number
- CN109740663A CN109740663A CN201811621777.4A CN201811621777A CN109740663A CN 109740663 A CN109740663 A CN 109740663A CN 201811621777 A CN201811621777 A CN 201811621777A CN 109740663 A CN109740663 A CN 109740663A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- information
- people
- data processing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 206010000210 abortion Diseases 0.000 title claims abstract description 14
- 231100000176 abortion Toxicity 0.000 title claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 93
- 238000005457 optimization Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 abstract description 12
- 230000034994 death Effects 0.000 abstract description 7
- 231100000517 death Toxicity 0.000 abstract description 7
- 230000009467 reduction Effects 0.000 abstract description 4
- 208000027418 Wounds and injury Diseases 0.000 description 4
- 230000006378 damage Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于深度AI算法的疏通人流***，包括数据传输端，所述数据传输端连接端分别设有信息采集端和信息传输端，所述数据传输端输出端设有服务器和数据处理端，所述数据处理端包括数据接收模块、特征提取模块、特征对比模块、特征推理模块、特征预测模块和数据传输模块。本发明通过设有数据处理端和数据库，数据处理端内部特征提取模块对数据库存储存储数据和以太网上相同条件下数据进行特征提取与对比，特征预测模块和特征推理模块可以计算出人流最大概率的流动方向和流动速度，并提供最好的人流疏通的方法和路线，从而能够便于工作人员在意外状况下或人流较多的情况下对人流进行有效的疏通，能够最大的减少人员的伤亡。
Description
技术领域
本发明涉及安全***领域，特别涉及一种基于深度AI算法的疏通人流***及方法。
背景技术
很多时候我们都会在新闻上看到一些意外事故的发生，特别是在人流量较多的地方，很容易出现人员的伤亡，很多情况下意外事故不会造成人员的伤亡，但是人群的恐慌和疏导不利出现***件导致大量的人员受伤甚至出现死亡情况，因此，发明一种基于深度AI算法的疏通人流***及方法来解决上述问题很有必要。
发明内容
本发明的目的在于提供一种基于深度AI算法的疏通人流***及方法，通过设有数据处理端和数据库，数据处理端内部特征提取模块对数据库存储数据和以太网上相同条件下数据进行特征提取与对比，同时通过特征预测模块和特征推理模块可以计算出人流最大概率的流动方向和流动速度，并提供最好的人流疏通的方法和路线，从而能够便于工作人员在意外状况下或人流较多的情况下对人流进行有效的疏通，能够最大的减少人员的伤亡，以解决很多情况下意外事故不会造成人员的伤亡，但是人群的恐慌和疏导不利出现***件导致大量的人员受伤甚至出现死亡情况的问题。
为实现上述目的，本发明提供如下技术方案：一种基于深度AI算法的疏通人流***及方法，包括数据传输端，所述数据传输端连接端分别设有信息采集端和信息传输端，所述数据传输端输出端设有服务器和数据处理端，所述数据处理端包括数据接收模块、特征提取模块、特征对比模块、特征推理模块、特征预测模块和数据传输模块，所述服务器和数据处理端相互连通且输出端设有管理端，所述管理端外侧通过传输线缆分别连接有查看端、触控端和警报端。
优选的，所述数据传输端、信息采集端和信息传输端数量均设置为多个，所述数据传输端根据区域面积设置，所述多个数据传输端分别用于传输相应区域内的数据和信息。
优选的，所述信息采集端包括红外热成像仪和摄像头，所述信息传输端包括语音播报器、指示屏和指示灯。
优选的，所述服务器连接端设有数据库，所述服务器通过以太网传输线缆与数据处理端连通。
优选的，所述数据接收模块用于接收数据传输端和服务器数据，所述数据接收模块连接端分别设有数据接收模块、特征提取模块和特征对比模块，所述特征提取模块连接端设有特征推理模块和特征预测模块，所述特征推理模块和特征预测模块连接端均设有数据传输模块，所述数据处理端外侧连接有以太网。
优选的，所述查看端包括多个显示屏，用于查看信息采集端采集信息和数据处理端处理结果，所述触控端包括多个控制开关，用于控制***设备进行工作，所述警报端包括警报器和警报传输装置，用于在紧急状态下对工作人员进行提醒。
优选的，本发明还提供一种基于深度AI算法的疏通人流的方法，使用本发明提供的基于深度AI算法的疏通人流***，具体步骤为：
步骤一：信息采集端（2）采集区域内的人流信息并传输采集数据至数据传输端（1），多个数据传输端（1）分别将区域内的数据传输至数据处理端（5）进行分析和处理；
步骤二：数据接收模块（51）接收数据传输端（1）传输数据信息并进行信息关键特征提取，得出不同区域内的人流信息，同时通过连接以太网提取相同条件下人流流动方向和速度，通过特征推理模块（54）和特征预测模块（55）得出推理结果并通过数据传输模块（56）传输至服务器（4）和管理端（6）；
步骤三：服务器（4）接收数据处理端（5）处理后的信息并根据不同的时间段进行标记和记录至数据库（41）内，同时可以将之前记录的数据信息反馈至数据处理端（5）进行多次对比；
步骤四：工作人员通过查看端（7）查看信息采集端（2）采集信息和数据处理端（5）推理结果，并可以通过触控端（8）控制***内不同的设备进行工作，同时当人流量超出预警值或出现意外事故情况下，警报端（9）发出警报信息提醒工作人员；
步骤五：数据处理端（5）接收工作人员的操控指令操控触控端（8）调控信息传输端（3）工作进行疏导人流，或者获取数据处理端（5）推理后最佳处理结果，根据所述最佳处理结果操控触控端（8）调控信息传输端（3）工作进行疏导人流，管理端（6）传输疏导信号至服务器（4）后，服务器（4）传输至不同区域内的数据传输端（1），数据传输端（1）通过将信息传输至信息传输端（3）进行梳理人流，同时工作人员也可以通过触控端（8）传输语音信息和视频信息至信息传输端（3）。
本发明的技术效果和优点：
1、通过设有数据处理端和数据库，数据处理端内部特征提取模块对数据库存储存储数据和以太网上相同条件下数据进行特征提取与对比，同时通过特征预测模块和特征推理模块可以计算出人流最大概率的流动方向和流动速度，并提供最好的人流疏通的方法和路线，从而能够便于工作人员在意外状况下或人流较多的情况下对人流进行有效的疏通，能够最大的减少人员的伤亡；
2、通过设有信息采集端和数据传输端，红外热成像仪和摄像头分别采集相应区域内的人流信息并将采集数据传输至区域内的数据传输端，多个数据传输端分别将采集到的数据传输至数据处理端，将数据传输端按区域进行设置，可以对不同区域内的人流有全面的了解，能够确保数据的准确性同时便于对不同区域内的人流进行区域划分和区域疏通，并在疏通的同时能够全面掌握人流动向；
3、通过设有信息传输端和管理端，当人流量超出预警值或出现意外事故情况下，警报端发出警报信息提醒工作人员，工作人员可以通过触控端控制***内不同的设备进行工作并进行人流的疏通，同时工作人员也可以通过触控端传输语音信息和视频信息至信息传输端，便于降低人员的恐慌，能够更加有效的疏导人群。
附图说明
图1为本发明的整体流程原理图；
图2为本发明的数据处理端原理图；
图中：1数据传输端、2信息采集端、21红外热成像仪、22摄像头、3信息传输端、31语音播报器、32指示屏、33指示灯、4服务器、41数据库、5数据处理端、51数据接收模块、52特征提取模块、53特征对比模块、54特征推理模块、55特征预测模块、56数据传输模块、6管理端、7查看端、8触控端、9警报端。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了如图1-2所示的一种基于深度AI算法的疏通人流***，包括数据传输端1，所述数据传输端1连接端分别设有信息采集端2和信息传输端3，所述数据传输端1输出端设有服务器4和数据处理端5，所述数据处理端5包括数据接收模块51、特征提取模块52、特征对比模块53、特征推理模块54、特征预测模块55和数据传输模块56，所述服务器4和数据处理端5相互连通且输出端设有管理端6，所述管理端6外侧通过传输线缆分别连接有查看端7、触控端8和警报端9。
所述数据传输端1、信息采集端2和信息传输端3数量均设置为多个，所述数据传输端1根据区域面积设置，所述多个数据传输端1分别用于传输相应区域内的数据和信息。
所述信息采集端2包括红外热成像仪21和摄像头22，所述信息传输端3包括语音播报器31、指示屏32和指示灯33。
红外热成像仪21和摄像头22分别采集相应区域内的人流信息并将采集数据传输至区域内的数据传输端1，多个数据传输端1分别将采集到的数据传输至数据处理端5，将数据传输端1按区域进行设置，可以对不同区域内的人流有全面的了解，能够确保数据的准确性同时便于对不同区域内的人流进行区域划分和区域疏通，并在疏通的同时能够全面掌握人流动向。
所述服务器4连接端设有数据库41，所述服务器4通过以太网传输线缆与数据处理端5连通。
所述数据接收模块51用于接收数据传输端1和服务器4数据，所述数据接收模块51连接端分别设有数据接收模块51、特征提取模块52和特征对比模块53，所述特征提取模块52连接端设有特征推理模块54和特征预测模块55，所述特征推理模块54和特征预测模块55连接端均设有数据传输模块56，所述数据处理端5外侧连接有以太网。
机器学习通过算法，让机器可以从外界输入的大量数据中学习到规律，从而进行识别判断，深度学的实质就是通过建立、模拟人脑的分层结构，对外部输入的声音、图像、文本等数据进行从低级到高级的特征提取，从而能够解释外部数据，与传统学习结构相比，深度学习更加强调模型结构的深度，通常含有多层的隐层节点，而且在深度学习中，特征学习至关重要，通过特征的逐层变换完成最后的预测和识别。
数据处理端5内部特征提取模块52对数据库41存储存储数据和以太网上相同条件下数据进行特征提取与对比，同时通过特征预测模块和特征推理模块可以计算出人流最大概率的流动方向和流动速度，并提供最好的人流疏通的方法和路线，从而能够便于工作人员在意外状况下或人流较多的情况下对人流进行有效的疏通，能够最大的减少人员的伤亡。
所述查看端7包括多个显示屏，用于查看信息采集端2采集信息和数据处理端5处理结果，所述触控端8包括多个控制开关，用于控制***设备进行工作，所述警报端9包括警报器和警报传输装置，用于在紧急状态下对工作人员进行提醒。
当人流量超出预警值或出现意外事故情况下，警报端9发出警报信息提醒工作人员，工作人员可以通过触控端8控制***内不同的设备进行工作并进行人流的疏通，同时工作人员也可以通过触控端8传输语音信息和视频信息至信息传输端3，便于降低人员的恐慌，能够更加有效的疏导人群。
一种基于深度AI算法的疏通人流的方法，具体步骤为：
步骤一：信息采集端2采集区域内的人流信息并传输采集数据至数据传输端1，多个数据传输端1分别将区域内的数据传输至数据处理端5进行分析和处理；
步骤二：数据接收模块51接收数据传输端1传输数据信息并进行信息关键特征提取，得出不同区域内的人流信息，同时通过连接以太网提取相同条件下人流流动方向和速度，通过特征推理模块54和特征预测模块55得出推理结果并通过数据传输模块56传输至服务器4和管理端6；
步骤三：服务器4接收数据处理端5处理后的信息并根据不同的时间段进行标记和记录至数据库41内，同时可以将之前记录的数据信息反馈至数据处理端5进行多次对比；
步骤四：工作人员通过查看端7查看信息采集端2采集信息和数据处理端5推理结果，并可以通过触控端8控制***内不同的设备进行工作，同时当人流量超出预警值或出现意外事故情况下，警报端9发出警报信息提醒工作人员；
步骤五：工作人员可以通过数据处理端5推理结果操控触控端8调控信息传输端3工作进行疏导人流，同时也可以选择数据处理端5推理后最佳处理结果进行疏导，管理端6传输疏导信号至服务器4后，服务器4传输至不同区域内的数据传输端1，数据传输端1通过将信息传输至信息传输端3进行梳理人流，同时工作人员也可以通过触控端8传输语音信息和视频信息至信息传输端3，便于降低人员的恐慌，能够更加有效的疏导人群。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于深度AI算法的疏通人流***，包括数据传输端（1），其特征在于：所述数据传输端（1）连接端分别设有信息采集端（2）和信息传输端（3），所述数据传输端（1）输出端设有服务器（4）和数据处理端（5），所述数据处理端（5）包括数据接收模块（51）、特征提取模块（52）、特征对比模块（53）、特征推理模块（54）、特征预测模块（55）和数据传输模块（56），所述服务器（4）和数据处理端（5）相互连通且输出端设有管理端（6），所述管理端（6）外侧通过传输线缆分别连接有查看端（7）、触控端（8）和警报端（9）。
2.根据权利要求1所述的一种基于深度AI算法的疏通人流***，其特征在于：所述数据传输端（1）、信息采集端（2）和信息传输端（3）数量均设置为多个，所述数据传输端（1）根据区域面积设置，所述多个数据传输端（1）分别用于传输相应区域内的数据和信息。
3.根据权利要求1所述的一种基于深度AI算法的疏通人流***，其特征在于：所述信息采集端（2）包括红外热成像仪（21）和摄像头（22），所述信息传输端（3）包括语音播报器（31）、指示屏（32）和指示灯（33）。
4.根据权利要求1所述的一种基于深度AI算法的疏通人流***，其特征在于：所述服务器（4）连接端设有数据库（41），所述服务器（4）通过以太网传输线缆与数据处理端（5）连通。
5.根据权利要求1所述的一种基于深度AI算法的疏通人流***，其特征在于：所述数据接收模块（51）用于接收数据传输端（1）和服务器（4）数据，所述数据接收模块（51）连接端分别设有数据接收模块（51）、特征提取模块（52）和特征对比模块（53），所述特征提取模块（52）连接端设有特征推理模块（54）和特征预测模块（55），所述特征推理模块（54）和特征预测模块（55）连接端均设有数据传输模块（56），所述数据处理端（5）外侧连接有以太网。
6.根据权利要求1所述的一种基于深度AI算法的疏通人流***，其特征在于：所述查看端（7）包括多个显示屏，用于查看信息采集端（2）采集信息和数据处理端（5）处理结果，所述触控端（8）包括多个控制开关，用于控制***设备进行工作，所述警报端（9）包括警报器和警报传输装置，用于在紧急状态下对工作人员进行提醒。
7.一种基于深度AI算法的疏通人流的方法，其特征在于：使用如权利要求1-6任一所述的基于深度AI算法的疏通人流的***，具体步骤为：
步骤一：信息采集端（2）采集区域内的人流信息并传输采集数据至数据传输端（1），多个数据传输端（1）分别将区域内的数据传输至数据处理端（5）进行分析和处理；
步骤二：数据接收模块（51）接收数据传输端（1）传输数据信息并进行信息关键特征提取，得出不同区域内的人流信息，同时通过连接以太网提取相同条件下人流流动方向和速度，通过特征推理模块（54）和特征预测模块（55）得出推理结果并通过数据传输模块（56）传输至服务器（4）和管理端（6）；
步骤三：服务器（4）接收数据处理端（5）处理后的信息并根据不同的时间段进行标记和记录至数据库（41）内，同时可以将之前记录的数据信息反馈至数据处理端（5）进行多次对比；
步骤四：工作人员通过查看端（7）查看信息采集端（2）采集信息和数据处理端（5）推理结果，并可以通过触控端（8）控制***内不同的设备进行工作，同时当人流量超出预警值或出现意外事故情况下，警报端（9）发出警报信息提醒工作人员；
步骤五：数据处理端（5）接收工作人员的操控指令操控触控端（8）调控信息传输端（3）工作进行疏导人流，或者获取数据处理端（5）推理后最佳处理结果，根据所述最佳处理结果操控触控端（8）调控信息传输端（3）工作进行疏导人流，管理端（6）传输疏导信号至服务器（4）后，服务器（4）传输至不同区域内的数据传输端（1），数据传输端（1）通过将信息传输至信息传输端（3）进行梳理人流，同时工作人员也可以通过触控端（8）传输语音信息和视频信息至信息传输端（3）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811621777.4A CN109740663A (zh) | 2018-12-28 | 2018-12-28 | 一种基于深度ai算法的疏通人流***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811621777.4A CN109740663A (zh) | 2018-12-28 | 2018-12-28 | 一种基于深度ai算法的疏通人流***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109740663A true CN109740663A (zh) | 2019-05-10 |
Family
ID=66361751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811621777.4A Pending CN109740663A (zh) | 2018-12-28 | 2018-12-28 | 一种基于深度ai算法的疏通人流***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109740663A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110708518A (zh) * | 2019-11-05 | 2020-01-17 | 北京深测科技有限公司 | 一种人流分析预警疏导方法及*** |
| CN113469282A (zh) * | 2021-07-23 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种特征比对方法、装置及*** |
| CN116471340A (zh) * | 2023-04-23 | 2023-07-21 | 黑龙江省电子商务总部基地有限公司 | 一种基于大数据的数据传输监测***及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101795395A (zh) * | 2009-02-04 | 2010-08-04 | 深圳市先进智能技术研究所 | 一种人群态势监控***及方法 |
| CN105574501A (zh) * | 2015-12-15 | 2016-05-11 | 上海微桥电子科技有限公司 | 一种人流视频侦测分析*** |
| CN105791022A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种拥挤度检测预警*** |
| CN105787853A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种公共区域拥挤、***件应急预警*** |
| CN108108844A (zh) * | 2017-12-25 | 2018-06-01 | 儒安科技有限公司 | 一种城市人流量预测方法及*** |
-
2018
- 2018-12-28 CN CN201811621777.4A patent/CN109740663A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101795395A (zh) * | 2009-02-04 | 2010-08-04 | 深圳市先进智能技术研究所 | 一种人群态势监控***及方法 |
| CN105574501A (zh) * | 2015-12-15 | 2016-05-11 | 上海微桥电子科技有限公司 | 一种人流视频侦测分析*** |
| CN105791022A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种拥挤度检测预警*** |
| CN105787853A (zh) * | 2016-04-14 | 2016-07-20 | 北京中电万联科技股份有限公司 | 一种公共区域拥挤、***件应急预警*** |
| CN108108844A (zh) * | 2017-12-25 | 2018-06-01 | 儒安科技有限公司 | 一种城市人流量预测方法及*** |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110708518A (zh) * | 2019-11-05 | 2020-01-17 | 北京深测科技有限公司 | 一种人流分析预警疏导方法及*** |
| CN113469282A (zh) * | 2021-07-23 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种特征比对方法、装置及*** |
| CN113469282B (zh) * | 2021-07-23 | 2024-06-21 | 浙江大华技术股份有限公司 | 一种特征比对方法、装置及*** |
| CN116471340A (zh) * | 2023-04-23 | 2023-07-21 | 黑龙江省电子商务总部基地有限公司 | 一种基于大数据的数据传输监测***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110674772B (zh) | 电力作业现场智能安全管控辅助***及方法 | |
| EP4105101A1 (en) | Monitoring system, monitoring method, and monitoring device for railway train | |
| CN115272037B (zh) | 一种基于物联网的智慧城市区域治安管理预警方法和*** | |
| CN109740663A (zh) | 一种基于深度ai算法的疏通人流***及方法 | |
| CN100527178C (zh) | 警情自动跟踪显示*** | |
| CN103391432A (zh) | 一种景区安全预警智能视频监控***及监控方法 | |
| CN101795395A (zh) | 一种人群态势监控***及方法 | |
| CN209543514U (zh) | 基于人脸识别的监控与报警*** | |
| CN101847276A (zh) | 定员管理***及方法 | |
| CN103067514A (zh) | 用于视频监控分析***的云计算资源优化的方法和*** | |
| CN110532888A (zh) | 一种监控方法、装置及*** | |
| CN110390232A (zh) | 确认违法驾驶的方法、装置、服务器和*** | |
| CN106412127A (zh) | 一种IPv6与IPv4双栈兼容的道路监控视频分析*** | |
| CN110188617A (zh) | 一种机房智能监控方法及*** | |
| CN205211166U (zh) | 基于车载行车记录设备的车辆违章信息采集装置 | |
| CN104851222B (zh) | 一种nvsg涉核单位综合安保管理***的管理方法 | |
| CN114390156A (zh) | 轨道交通视频分析控制盒、***和方法 | |
| CN202268047U (zh) | 企事业单位现代化管理监控报警*** | |
| CN118097869A (zh) | 一种基于数字孪生的智能化园区安防管理*** | |
| CN109165812A (zh) | 一种智能资产管理*** | |
| CN112258367A (zh) | 一种监控处理方法和装置 | |
| CN206039847U (zh) | 智能卡口联网*** | |
| CN215376374U (zh) | 一种基于数字孪生的车间人员管控*** | |
| CN109858829A (zh) | 一种基于区块链的隐患事故预警方法 | |
| CN115190272A (zh) | 一种互联网远程监控*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |