[发明专利]一种基于大数据的警情预测方法和系统

权利要求书

1.一种基于大数据的警情预测方法，其特征在于，包括：

S100.对监控平台采集的数据进行结构化分析，并存储在分布式服务器；

S200.从分布式服务器定量抽取数据，通过大数据分析模块进行大数据分析，得到警情预测公式；

S300.对大数据分析模块得到警情预测公式进行公式筛选、评判以及再修正；

S400.将实时监控的现有数据代入警情预测公式，得到当前区域的警情预测结果；

S500根据当前区域的警情预测结果，在GIS地图上实时展示。

2.如权利要求1的一种基于大数据的警情预测方法，其特征在于，S100包括：

S101.对非结构化的数据进行结构化分析处理，其中，非结构化的数据包括：图像和视频；

S102.提取对警情重要的数据并存储到分布式服务器里。

3.如权利要求1的一种基于大数据的警情预测方法，其特征在于，S200包括：

S201.利用采样数据求得的积-矩相关系数以及秩相关系数确定数据相关性；

S202.根据确定数据相关性强弱进行维度排序；

S203.根据现有数据拟合得到复数结果预测公式。

4.如权利要求1的一种基于大数据的警情预测方法，其特征在于，S300包括：

S301.根据更新数据得到的新的公式来检验现有预测公式的准确度；

S302.设定准确度阈值，如果准确度阈值过小，则在现有预测公式的基础上尝试修正参数拟合新的预测公式；

S303.如果当前模板无法拟合得到合理结果，则切换替补公式重新拟合；

S304.反复S302-S303步骤，得到最终预测公式。

5.如权利要求1的一种基于大数据的警情预测方法，其特征在于，大数据分析模块的工作流程为：

抽取定量数据，通过采样求得的积-矩相关系数以及秩相关系数，判断数据是否具备相关性；

利用PCA方法对原有数据通过降噪和去除亢余来简化数据，进行降维处理，根据得到的主成分贡献值以及方差进行维度排序；

确定因子相关性强弱，根据现有数据运用不同的公式进行参数拟合；

通过参数拟合得到相对稳定的预测公式后交由评判系统使用。

6.如权利要求5的一种基于大数据的警情预测方法，其特征在于，评判系统的工作流程为：

将更新的数据带入大数据分析模块得到的预测公式，得到预测数据，得到预测数据和实事数据的偏差；

将得到的偏差与预设偏差比较，如果偏差较大，则根据当前模板函数利用加权最小二乘法重新拟合曲线方程，得到新的预测公式；

当前预测公式无法拟合得到合理结果，则切换替补公式重新拟合；

通过比较结果方差，模拟曲线抖动幅度以及预测偏差超过平均阈值的数量，筛选更加合理的公式；

得到相对稳定的结果预测公式后，通知给警情预测展现模块展现预测结果。

7.一种基于大数据的警情预测系统，其特征在于，包括：监控采集平台、结构化算法模块、分布式服务器、大数据分析模块、结果评判模块、警情预测展示模块；其中：

监控采集平台，用于采集海量警情数据，并发送给结构化算法模块；

结构化算法模块，用于接收海量警情数据，对数据进行结构化处理，并储存在分布式服务器中；

分布式服务器，用于储存结构化处理后的数据，并将结构化处理后的数据发送给大数据分析模块进行分析；还用于将实时存储的数据发送给警情预测模块，对警情进行实时预测；

大数据分析模块，接收分布式服务器发送的数据，对大数据进行大数据分析，得到警情预测公式；

结果评判模块，对大数据分析模块得到警情预测公式进行公式筛选、评判以及再修正，得到最适合警情预测公式，并将所述公式发送给警情预测展示模块；

警情预测展示模块，接收分布式服务器发送的实时数据，并利用结果评判模块筛选出的最适合警情预测公式进行警情预测，将预测结果在GIS地图实时展现。