本發(fā)明涉及數(shù)據(jù)管理,尤其涉及一種網(wǎng)格化城市綜合管理系統(tǒng)及方法。
背景技術(shù):
1、隨著數(shù)字化在各個(gè)城市區(qū)域管理上深入推進(jìn),大多數(shù)城市已然通過(guò)數(shù)字化轉(zhuǎn)型推動(dòng)城市治理現(xiàn)代化發(fā)展,由此設(shè)計(jì)了網(wǎng)格化管理的城市管理系統(tǒng),但難以實(shí)現(xiàn)區(qū)委、區(qū)政府對(duì)區(qū)域內(nèi)人、情、地、事、物的“一網(wǎng)統(tǒng)管”的工作部署,缺乏宏觀頂層設(shè)計(jì)和統(tǒng)籌規(guī)劃管理策略。如資源分散、各自為戰(zhàn),無(wú)法充分調(diào)動(dòng)各類社會(huì)治理工作的有效資源,無(wú)法使現(xiàn)在社會(huì)治理工作對(duì)城市區(qū)域異常數(shù)據(jù)的精細(xì)化處理、社區(qū)服務(wù)的秩序化管理以及政府決策的科學(xué)化支持。
2、綜上所述,如何對(duì)城市各社區(qū)基層異常數(shù)據(jù)秩序化精細(xì)統(tǒng)管是網(wǎng)格化城市綜合管理系統(tǒng)亟待解決優(yōu)化的問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明提供了一種網(wǎng)格化城市綜合管理系統(tǒng)及方法,解決如何對(duì)城市各社區(qū)基層異常數(shù)據(jù)秩序化精細(xì)統(tǒng)管的技術(shù)問(wèn)題。
2、為了解決上述技術(shù)問(wèn)題,本發(fā)明提供了一種網(wǎng)格化城市綜合管理系統(tǒng)及方法,具體技術(shù)方案如下:
3、第一方面,一種網(wǎng)格化城市綜合管理方法,包括以下步驟:
4、采集城市區(qū)域多種基礎(chǔ)信息數(shù)據(jù);以獲取社區(qū)基層數(shù)據(jù)集;
5、獲取歷史所述社區(qū)基層數(shù)據(jù)集訓(xùn)練構(gòu)建信息分類模型,以輸出社區(qū)基層數(shù)據(jù)的分類結(jié)果;獲取基層異常數(shù)據(jù)集,輸入至所述信息分類模型,所述信息分類模型輸出所述基層異常數(shù)據(jù)集中各基層異常數(shù)據(jù)項(xiàng)的類別結(jié)果;
6、根據(jù)分類后的所述基層異常數(shù)據(jù)項(xiàng),獲取異常系數(shù);設(shè)定信息把控機(jī)制,所述信息把控機(jī)制根據(jù)所述異常系數(shù),以獲取基層異常數(shù)據(jù)異常等級(jí);將不同的異常等級(jí)進(jìn)行標(biāo)注,并對(duì)標(biāo)注后的異常等級(jí)進(jìn)行排序,基于排序結(jié)果,以優(yōu)先處理高異?;鶎訑?shù)據(jù);將處理后的基層異常數(shù)據(jù)與未處理的基層異常數(shù)據(jù)進(jìn)行比對(duì),以獲取比對(duì)結(jié)果;
7、對(duì)所述比對(duì)結(jié)果進(jìn)行評(píng)估,以獲取民眾滿意值;基于所述民眾滿意值,以使基層異常數(shù)據(jù)得到秩序化精細(xì)管理。
8、作為本發(fā)明的進(jìn)一步優(yōu)化方案,采集城市區(qū)域多種基礎(chǔ)信息數(shù)據(jù);以獲取社區(qū)基層數(shù)據(jù)集,包括:
9、將城市劃分為多個(gè)網(wǎng)格區(qū)域,每個(gè)網(wǎng)格區(qū)域即為一個(gè)轄區(qū);基于所述轄區(qū),為每個(gè)所述轄區(qū)分配基層信息收集任務(wù);
10、根據(jù)收集到的多個(gè)基層信息建立轄區(qū)電子信息檔案,所述轄區(qū)電子信息檔案中包含人、情、事、地和物五種社區(qū)基礎(chǔ)信息數(shù)據(jù)類型;
11、基于多種社區(qū)基礎(chǔ)信息數(shù)據(jù),以形成初始社區(qū)基層數(shù)據(jù)集;
12、對(duì)所述初始社區(qū)基層數(shù)據(jù)集進(jìn)行預(yù)處理,以獲取社區(qū)基層數(shù)據(jù)集。
13、作為本發(fā)明的進(jìn)一步優(yōu)化方案,獲取歷史所述社區(qū)基層數(shù)據(jù)集訓(xùn)練構(gòu)建信息分類模型,包括:
14、將獲取的歷史所述社區(qū)基層數(shù)據(jù)集,歷史所述社區(qū)基層數(shù)據(jù)集包含人、情、事、地和物五種社區(qū)基礎(chǔ)信息數(shù)據(jù)類型;將歷史所述社區(qū)基層數(shù)據(jù)集生成數(shù)據(jù)結(jié)構(gòu),數(shù)據(jù)結(jié)構(gòu)中包含數(shù)據(jù)矩陣和關(guān)系矩陣;數(shù)據(jù)矩陣中每個(gè)基層數(shù)據(jù)項(xiàng)被賦予一個(gè)位置,即為數(shù)據(jù)矩陣中的一個(gè)單元;
15、關(guān)系矩陣用于表示各基層數(shù)據(jù)之間的關(guān)聯(lián)性,第i行第j列的元素值為1表示關(guān)聯(lián),否則為0表示不關(guān)聯(lián);關(guān)聯(lián)性包含基層數(shù)據(jù)之間數(shù)據(jù)形態(tài)屬性相似或位于同一管理單元;
16、數(shù)據(jù)結(jié)構(gòu)中包含按時(shí)間排序的n個(gè)數(shù)據(jù)項(xiàng),每項(xiàng)表示對(duì)應(yīng)時(shí)刻采集的基層數(shù)據(jù);即為第t個(gè)數(shù)據(jù)點(diǎn)表示在第t個(gè)時(shí)間點(diǎn)采集的基層數(shù)據(jù);
17、將生成的數(shù)據(jù)結(jié)構(gòu)編碼為序列數(shù)據(jù),以訓(xùn)練構(gòu)建所述信息分類模型。
18、作為本發(fā)明的進(jìn)一步優(yōu)化方案,所述信息分類模型,包括:
19、所述信息分類模型包括將所述序列數(shù)據(jù)輸入到信息分類模型中;信息分類模型由輸入層、第一隱藏層、第二隱藏層、第三隱藏層和輸出層組成;各隱藏層中的中間數(shù)據(jù)通過(guò)層間傳遞到輸出層,最終輸出表示社區(qū)基層數(shù)據(jù)的分類結(jié)果;
20、基于對(duì)歷史所述社區(qū)基層數(shù)據(jù)集的分類結(jié)果,將所述異常信息窗口獲取的基層異常數(shù)據(jù)輸入到信息分類模型中,以輸出所述基層異常數(shù)據(jù)的類別結(jié)果。
21、作為本發(fā)明的進(jìn)一步優(yōu)化方案,獲取基層異常數(shù)據(jù),包括:
22、創(chuàng)建反饋賬號(hào),所述反饋賬號(hào)利用轄區(qū)民眾身份信息建立;通過(guò)異常信息窗口反饋轄區(qū)異常信息,所述異常信息窗口包含文本形式窗口和圖像形式窗口;
23、所述文本形式窗口采集基層異常數(shù)據(jù)的時(shí)間信息、地點(diǎn)信息和異常情況說(shuō)明文本信息,以獲取初始基層異常數(shù)據(jù);將所述初始基層異常數(shù)據(jù)結(jié)合異常信息特征數(shù)據(jù)進(jìn)行事實(shí)驗(yàn)證,以得到第一基層異常數(shù)據(jù);
24、所述圖像形式窗口采集基層異常數(shù)據(jù)圖像信息,所述圖像信息包含圖像采集時(shí)間信息和場(chǎng)景信息,以獲取初級(jí)基層異常數(shù)據(jù);對(duì)所述初級(jí)基層異常數(shù)據(jù)通過(guò)對(duì)圖像中心像素6×6鄰域之間的差異進(jìn)行編碼,通過(guò):
25、;以識(shí)別提取異常數(shù)據(jù)圖像特征;
26、式中,xi(i=1,2,…,8)為中心像素x0周圍的鄰點(diǎn),ixi為像素xi的像素值,由lbp將單一閾值局部定義二值化,當(dāng)相鄰像素大于中心像素時(shí)編碼為1,反之,則編碼為0;具體來(lái)說(shuō),lbp算子產(chǎn)生2p個(gè)不同的輸出值,對(duì)應(yīng)于每個(gè)像素的2p個(gè)不同的lbp值;根據(jù)每個(gè)像素的lbp值不同識(shí)別來(lái)識(shí)別異常數(shù)據(jù)圖像特征,以得到第二基層異常數(shù)據(jù);
27、將所述第一基層異常數(shù)據(jù)與第二基層異常數(shù)據(jù)進(jìn)行融合,以獲取基層數(shù)據(jù)集。
28、作為本發(fā)明的進(jìn)一步優(yōu)化方案,將所述初始基層異常數(shù)據(jù)結(jié)合異常信息特征數(shù)據(jù)進(jìn)行事實(shí)驗(yàn)證,以得到第一基層異常數(shù)據(jù),包括:
29、獲取所述初始基層異常數(shù)據(jù)集,對(duì)所述初始基層異常數(shù)據(jù)進(jìn)行異常字符提取,以獲取異常信息特征數(shù)據(jù);
30、根據(jù)所述異常信息特征數(shù)據(jù)調(diào)取對(duì)應(yīng)時(shí)間節(jié)點(diǎn)的異常場(chǎng)景圖像,以獲取異常特征指標(biāo),所述異常特征指標(biāo)包含圖像異常信息的位置、類型和異常程度;
31、將獲取的異常特征指標(biāo)通過(guò)與所述初始基層異常數(shù)據(jù)集進(jìn)行匹配,以獲取匹配度;式中,為匹配度;ui為異常標(biāo)志點(diǎn);為第i個(gè)異常特征指標(biāo)數(shù)據(jù)項(xiàng)中的匹配參數(shù);n表示異常特征指標(biāo)數(shù)據(jù)項(xiàng)個(gè)數(shù);
32、根據(jù)所述匹配度設(shè)定驗(yàn)證閾值d,當(dāng)dm≤d時(shí),且d∈(0,10);則表示異常特征指標(biāo)與初始基層異常數(shù)據(jù)匹配度高;則可認(rèn)為其符合異常數(shù)據(jù)特征,反之,dm>d時(shí),則匹配度低或不匹配;
33、通過(guò)所述匹配度來(lái)量化初始異常數(shù)據(jù)與特征數(shù)據(jù)的接近程度,以獲取有效初始基層異常數(shù)據(jù)集,即為所述第一基層異常數(shù)據(jù)。
34、作為本發(fā)明的進(jìn)一步優(yōu)化方案,獲取異常系數(shù),包括:
35、基于所述異常場(chǎng)景圖像,通過(guò)設(shè)定異常場(chǎng)景圖像中異常標(biāo)志點(diǎn)原點(diǎn)為圓心u0,根據(jù)所述匹配度以三維形態(tài),獲取異常場(chǎng)景圖像環(huán)境中的異常標(biāo)志點(diǎn)(u1,u2,u3,…,ui),建立以原點(diǎn)為圓心u0;以為半徑的空間球面,式中,h為異常標(biāo)志點(diǎn)個(gè)數(shù);空間球面范圍即為異常影響范圍;
36、基于所述異常影響范圍,將范圍內(nèi)各個(gè)異常標(biāo)志點(diǎn)的異常狀態(tài)與人、情、事、地和物五種社區(qū)基礎(chǔ)信息數(shù)據(jù)類型對(duì)應(yīng)劃分;設(shè)定人、情、事、地和物對(duì)應(yīng)權(quán)重為{w1,w2,w3,w4,w5};且w1>w2>w3>w4>w5;
37、通過(guò)以獲取影響風(fēng)險(xiǎn)指數(shù),所述影響風(fēng)險(xiǎn)指數(shù)即為異常系數(shù);式中,r表示影響風(fēng)險(xiǎn)指數(shù);wi表示第i個(gè)異常狀態(tài)數(shù)據(jù)類型;si表示影響度風(fēng)險(xiǎn)系數(shù)。
38、作為本發(fā)明的進(jìn)一步優(yōu)化方案,所述信息把控機(jī)制根據(jù)所述異常系數(shù),以獲取基層異常數(shù)據(jù)異常等級(jí);將不同的異常等級(jí)進(jìn)行標(biāo)注,并對(duì)標(biāo)注后的異常等級(jí)進(jìn)行排序,包括:
39、基于人、情、事、地和物對(duì)應(yīng)權(quán)重比較結(jié)果為w1>w2>w3>w4>w5;設(shè)定基層異常數(shù)據(jù)異常等級(jí),所述基層異常數(shù)據(jù)異常等級(jí)為,式中,表示權(quán)重因子;表示異常判斷項(xiàng)數(shù),范圍在[1,5],當(dāng)w1=5;w2,w3,w4和w5依次遞減且都為整數(shù);
40、基于所述基層異常數(shù)據(jù)集,所述基層異常數(shù)據(jù)集包括多個(gè)基層異常數(shù)據(jù)及其對(duì)應(yīng)的異常等級(jí)g;所述異常等級(jí)g包括由系統(tǒng)分配的紅色實(shí)心圓點(diǎn)、橙色實(shí)心圓點(diǎn)、黃色實(shí)心圓點(diǎn)、綠色實(shí)心圓點(diǎn)和藍(lán)色實(shí)心圓點(diǎn)五種等級(jí)標(biāo)識(shí);
41、基于基層異常數(shù)據(jù)及其對(duì)應(yīng)的等級(jí)標(biāo)識(shí);利用所述等級(jí)標(biāo)識(shí)將紅色實(shí)心圓點(diǎn)對(duì)應(yīng)的基層異常數(shù)據(jù)標(biāo)記為高異常,橙色實(shí)心圓點(diǎn)標(biāo)記為中高異常,黃色實(shí)心圓點(diǎn)標(biāo)記為中異常,綠色實(shí)心圓點(diǎn)標(biāo)記為中低異常,藍(lán)色實(shí)心圓點(diǎn)標(biāo)記為低異常;
42、根據(jù)所述等級(jí)標(biāo)識(shí)的異常狀態(tài),優(yōu)先排列紅色等級(jí)標(biāo)識(shí)的基層異常數(shù)據(jù),并依次按照橙色、黃色、綠色和藍(lán)色等級(jí)標(biāo)識(shí)將對(duì)應(yīng)的所述基層異常數(shù)據(jù)進(jìn)行排序。
43、作為本發(fā)明的進(jìn)一步優(yōu)化方案,將處理后的基層異常數(shù)據(jù)與未處理的基層異常數(shù)據(jù)進(jìn)行比對(duì),以獲取比對(duì)結(jié)果,包括:
44、根據(jù)所述等級(jí)標(biāo)識(shí)依次處理對(duì)應(yīng)的基層異常數(shù)據(jù);將處理后的基層異常數(shù)據(jù)重新標(biāo)注為已處理;
45、將已處理的基層異常數(shù)據(jù)中異常關(guān)鍵詞重新提??;并調(diào)取基層數(shù)據(jù)異常數(shù)據(jù)標(biāo)注為已處理時(shí)間節(jié)點(diǎn)的異常場(chǎng)景圖像;
46、將已處理時(shí)間節(jié)點(diǎn)的異常場(chǎng)景圖像與之前未處理時(shí)間節(jié)點(diǎn)的異常場(chǎng)景圖像進(jìn)行比對(duì),以獲取兩種圖像之間的區(qū)別特征點(diǎn);
47、根據(jù)區(qū)別特征點(diǎn)的個(gè)數(shù)結(jié)合異常系數(shù),以獲取處理結(jié)果。
48、作為本發(fā)明的進(jìn)一步優(yōu)化方案,對(duì)所述比對(duì)結(jié)果進(jìn)行評(píng)估,以獲取民眾滿意值;基于所述民眾滿意值,以使基層異常數(shù)據(jù)得到秩序化精細(xì)管理,包括:
49、基于所述處理結(jié)果,設(shè)定處理閾值,將區(qū)別特征點(diǎn)的個(gè)數(shù)并結(jié)合異常系數(shù),通過(guò):;以獲取民眾滿意值;式中,s表示評(píng)估值;α表示滿意系數(shù);c1和c2分別表示場(chǎng)景區(qū)別特征權(quán)重;t表示已處理和未處理時(shí)間間隔;n表示區(qū)別特征點(diǎn)個(gè)數(shù);m表示處理閾值;
50、預(yù)設(shè)滿意閾值,當(dāng)評(píng)估值s大于滿意閾值,則民眾滿意值越低;當(dāng)評(píng)估值s小于或等于滿意閾值,則民眾滿意值越高,以使基層異常數(shù)據(jù)得到秩序化精細(xì)管理。
51、第二方面,一種網(wǎng)格化城市綜合管理系統(tǒng),該系統(tǒng)設(shè)置一種電子設(shè)備包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的網(wǎng)格化城市綜合管理方法程序,所述網(wǎng)格化城市綜合管理方法程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)網(wǎng)格化城市綜合管理方法步驟,該系統(tǒng)包括:
52、數(shù)據(jù)采集模塊:其用于采集城市區(qū)域多種基礎(chǔ)信息數(shù)據(jù);以獲取社區(qū)基層數(shù)據(jù)集;
53、數(shù)據(jù)分類模塊:其用于獲取歷史所述社區(qū)基層數(shù)據(jù)集訓(xùn)練構(gòu)建信息分類模型,以輸出社區(qū)基層數(shù)據(jù)的分類結(jié)果;獲取基層異常數(shù)據(jù)集,輸入至所述信息分類模型,所述信息分類模型輸出所述基層異常數(shù)據(jù)集中各基層異常數(shù)據(jù)項(xiàng)的類別結(jié)果;
54、數(shù)據(jù)管理模塊:其用于根據(jù)分類后的所述基層異常數(shù)據(jù)項(xiàng),獲取異常系數(shù);設(shè)定信息把控機(jī)制,所述信息把控機(jī)制根據(jù)所述異常系數(shù),以獲取基層異常數(shù)據(jù)異常等級(jí);將不同的異常等級(jí)進(jìn)行標(biāo)注,并對(duì)標(biāo)注后的異常等級(jí)進(jìn)行排序,基于排序結(jié)果,以優(yōu)先處理高異?;鶎訑?shù)據(jù);將處理后的基層異常數(shù)據(jù)與未處理的基層異常數(shù)據(jù)進(jìn)行比對(duì),以獲取比對(duì)結(jié)果;
55、數(shù)據(jù)校驗(yàn)?zāi)K:其用于對(duì)所述比對(duì)結(jié)果進(jìn)行評(píng)估,以獲取民眾滿意值;基于所述民眾滿意值,以使基層異常數(shù)據(jù)得到秩序化精細(xì)管理。
56、本發(fā)明至少存在以下有益效果:本發(fā)明通過(guò)網(wǎng)格化采集社區(qū)基層數(shù)據(jù):
57、通過(guò)網(wǎng)格化采集,可以全面獲取社區(qū)內(nèi)的基層數(shù)據(jù),包括各類信息如人口統(tǒng)計(jì)、社區(qū)管理等,為模型構(gòu)建和異常檢測(cè)提供全面、可靠的數(shù)據(jù)支持;
58、確保數(shù)據(jù)覆蓋社區(qū)的多維度特征,提高分析的精準(zhǔn)度;為后續(xù)數(shù)據(jù)處理和分析提供全面的基礎(chǔ)數(shù)據(jù)集。
59、利用歷史數(shù)據(jù)集訓(xùn)練信息分類模型;該模型根據(jù)數(shù)據(jù)特征,對(duì)輸入的社區(qū)基層異常數(shù)據(jù)進(jìn)行自動(dòng)分類;實(shí)現(xiàn)對(duì)數(shù)據(jù)的自動(dòng)化分類,減少人工參與,提升效率;基于歷史數(shù)據(jù)的規(guī)律性,提高對(duì)社區(qū)基層異常數(shù)據(jù)集分類的準(zhǔn)確性和可靠性;根據(jù)歷史社區(qū)基層數(shù)據(jù)集的特征,將基層數(shù)據(jù)細(xì)化分類,提高數(shù)據(jù)的精細(xì)化類別識(shí)別能力,進(jìn)一步優(yōu)化數(shù)據(jù)分析和應(yīng)用;再將新獲取的基層異常數(shù)據(jù)集輸入到信息分類模型中,能夠快速輸出基層異常數(shù)據(jù)集的類別結(jié)果,實(shí)現(xiàn)對(duì)數(shù)據(jù)的實(shí)時(shí)處理和分類,確保數(shù)據(jù)處理的及時(shí)性和準(zhǔn)確性。
60、通過(guò)分析分類結(jié)果,為每個(gè)異常數(shù)據(jù)項(xiàng)計(jì)算一個(gè)異常系數(shù);異常系數(shù)反映異常數(shù)據(jù)偏離正常狀態(tài)的程度;異常系數(shù)為異常等級(jí)的劃分提供量化依據(jù);精細(xì)化每條異常數(shù)據(jù)的影響程度,避免粗放處理。
61、基于異常系數(shù),設(shè)定閾值和分級(jí)規(guī)則,將異常數(shù)據(jù)劃分為多個(gè)等級(jí);通過(guò)分級(jí)規(guī)則,使異常數(shù)據(jù)處理更具針對(duì)性;優(yōu)先關(guān)注高異常數(shù)據(jù),合理分配資源。
62、將不同的異常等級(jí)進(jìn)行標(biāo)注,并對(duì)標(biāo)注后的異常等級(jí)進(jìn)行排序,基于排序結(jié)果,以優(yōu)先處理高異常基層數(shù)據(jù);對(duì)異常數(shù)據(jù)按照等級(jí)標(biāo)注,使用可視化標(biāo)識(shí)區(qū)分不同級(jí)別的異常;根據(jù)標(biāo)注等級(jí)進(jìn)行排序,并優(yōu)先處理高等級(jí)異常數(shù)據(jù);提高處理效率,確保緊急問(wèn)題能夠優(yōu)先解決;有助于直觀展示異常數(shù)據(jù)的優(yōu)先級(jí),輔助決策者快速做出反應(yīng)。
63、將處理后的基層異常數(shù)據(jù)與未處理的基層異常數(shù)據(jù)進(jìn)行比對(duì),以獲取比對(duì)結(jié)果;將處理后的數(shù)據(jù)與未處理的異常數(shù)據(jù)進(jìn)行對(duì)比分析,觀察差異點(diǎn);評(píng)估處理策略的有效性,確保數(shù)據(jù)處理達(dá)到了預(yù)期效果;為后續(xù)的優(yōu)化提供參考依據(jù);對(duì)所述比對(duì)結(jié)果進(jìn)行評(píng)估,以獲取民眾滿意值;提供直觀的服務(wù)評(píng)價(jià)指標(biāo),便于監(jiān)控處理質(zhì)量;通過(guò)民眾滿意度的反饋,調(diào)整和優(yōu)化管理策略;利用民眾滿意值的評(píng)估結(jié)果,進(jìn)一步優(yōu)化數(shù)據(jù)處理流程;對(duì)異常數(shù)據(jù)進(jìn)行分級(jí)管理,建立精細(xì)化的異常處理機(jī)制;形成閉環(huán)的異常數(shù)據(jù)處理流程,確保問(wèn)題得到有效解決;提高城市管理的秩序化水平,提升社區(qū)民眾的幸福感和滿意度。