[发明专利]一种基于多源物联网位置感知的时空关系分析系统

说明书

技术领域

本发明属于时空关系分析领域，涉及一种时空关系分析系统，尤其涉及一种基于多源物联网位置感知的时空关系分析系统。

背景技术

目前绝大多数的公安机关数据应用仍处于信息录入、发布、统计、查询等低层次、低水平的应用阶段,在数据整合以及数据挖掘和数据的关联分析等深层次的应用不够。

CN106257301A公开了一种基于海量视频的事件轨迹快速检索平台，包括目标轨迹时空分析模块、综合调度服务模块、智能视频分析服务模块、资源请求服务模块，以及监控视频网络和平台数据库，其中目标轨迹时空分析模块将指令发送到所述综合调度服务模块和资源请求服务模块，综合调度服务模块将指令转发到智能视频分析服务模块，智能视频分析服务模块连接所述监控视频网络，根据指令对多个视频文件进行智能处理并返回处理结果，资源请求服务模块与所述平台数据库相连，为用户提供所需资源数据的查询及读写操作。该发明基于传统的单一数据源，没有对数据进行深度挖掘，虽然在支持个案的侦破方面发挥了巨大的作用,但对探求刑事案件的发案规律,支持领导科学决策方面仍存在不足。

基于智能采集网点的物联网数据来源于各种各样的物联网终端设备，具体包括摄像头、IC卡、WiFi热点、停车场系统等。这些数据的数据格式、标准、结构各异，普遍的存在着同名异意、同意异名、编码不一致，层次划分混乱等语义不一致和数据结构混乱的问题。如何实现多源、异构数据的统一描述与组织，保证数据语义的一致性,是进行数据深度挖掘和分析的基础。

关联规则(Association Rules)的概念首先由R.Agrawal等人于1993年提出的，是反映一个事物与其他事物之间的相互依赖性或相互关联性。关联规则数据挖掘(简称关联规则挖掘)就是从大量的数据中挖掘出有价值的描述数据项之间相互联系的有关知识。随着收集和存储的数据规模越来越大，特别是类似于Hadoop这样的分布式数据处理系统的诞生，使得数据处理的规模呈指数及增长，人们对从这些数据中挖掘相应的关联规则越来越感兴趣，关联规则挖掘也倍受数据挖掘领域专家的关注，得到了深入的研究和发展。

关联规则的数据挖掘可以深度分析每个人的社会关系。包括人与人的关系、人与车的关系、及人与社会环境的关系等。如何应用这些从海量数据中挖掘出来的高价值信息辅助案件的侦破将是一个有意义的课题。

通常，人们感兴趣的是从一个时空序列里发现频繁重复的路径，即时空轨迹频繁模式。这些轨迹频繁重复模式能协助完成关于移动对象的分析、预测等任务，进而可将其应用于经营商业、旅游业和管理城市交通等方面的决策。除了对轨迹数据之外，序列挖掘对象还包括诸如时空事件数据集等其他时空数据，在这些事件数据集中不包含对象的轨迹数据，而是由不同类型事件序列组成的集合。通过扫描时空数据库产生映射图和轨迹信息列表，在映射图上进行深度优先遍历以寻找频繁轨迹模式。许多移动对象(包括交通工具、动物、移动电话用户等)，在固定的时间区间内总是遵循相同或近似相同的路线，展现出一定的周期性规律，这些周期模式不仅可用于压缩移动数据，还可用来预测对象未来的移动方向，这种周期模式隐含在时空数据中需要挖掘才能发现。

因此,如何针对公安刑事案件的特点探求在传统方法基础上提高数据的挖掘效率和有效性,已成为一个现实迫切需要且具有较高理论研究价值的热点问题。

发明内容

本发明提供了一种基于多源物联网位置感知的时空关系分析系统，以解决公安机关或安防领域数据应用层次低、数据挖掘效率高的不足。

一种基于多源物联网位置感知的时空关系分析系统，自下而上包括感知层、数据处理层、网络层、应用层，

所述感知层包括多种终端设备，所述终端设备可以采集时空数据并为数据处理层提供原始时空数据；

所述数据处理层包括分布式数据处理平台、数据处理框架、关系型数据库；所述数据处理层接收来自感知层的时空数据，并将所述感知层的时空数据过滤、清洗，按照时空关联规则对数据进行挖掘，然后存储到时空数据库中，并为网络层提供访问接口；

所述网络层可访问数据处理层的数据，并为应用层提供传输通道；

所述应用层通过网络层访问时空数据库。

作为优选的方案，所述数据处理层还包括异构数据转换模块，所述异构数据模块将所述感知层采集到的时空数据转换为标准格式的数据。具体地，所述标准格式为XML。