申请/专利权人：深圳平安智慧医健科技有限公司

申请日：2021-08-31

公开（公告）日：2024-06-21

公开（公告）号：CN113724892B

主分类号：G16H50/80

分类号：G16H50/80;G06F16/901;G06F16/906

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.10.11#专利申请权的转移;2021.12.17#实质审查的生效;2021.11.30#公开

摘要：本申请适用于大数据技术领域，提供了一种人口流动的分析方法、装置、电子设备及存储介质，方法包括：接收各个医疗云节点上传的人口流动信息；每个所述医疗云节点对应一个监控区域；根据所有所述人口流动信息，构建关于所有医疗云节点对应的节点拓扑图，并基于所述节点拓扑图确定所述医疗云节点的流动特征向量；将所有所述流动特征向量导入到预设的聚类分析算法，对所有所述医疗云节点进行聚类分析，得到至少一个聚类中心；根据所述聚类中心从所有所述医疗云节点中识别出异常节点，生成关于所述异常节点的预警信息。采用上述方法，提高了预警信息的准确性以及可靠性。

主权项：1.一种人口流动的分析方法，其特征在于，包括：接收各个医疗云节点上传的人口流动信息；每个所述医疗云节点对应一个监控区域；所述人口流动信息用于确定所述医疗云节点对应的监控区域的人口流动情况；根据所有所述人口流动信息，构建关于所有医疗云节点对应的节点拓扑图，并基于所述节点拓扑图确定所述医疗云节点的流动特征向量；将所有所述流动特征向量导入到预设的聚类分析算法，对所有所述医疗云节点进行聚类分析，得到至少一个聚类中心；根据所述聚类中心从所有所述医疗云节点中识别出异常节点，生成关于所述异常节点的预警信息；所述根据所有所述人口流动信息，构建关于所有医疗云节点对应的节点拓扑图，并基于所述节点拓扑图确定所述医疗云节点的流动特征向量，包括：根据各个所述医疗云节点对应的所述监控区域之间的位置关系，在预设的拓扑模板中为每个所述医疗云节点创建数据节点；所述数据节点的初始状态是基于所述医疗云节点对应的所述监控区域的人口状态确定的；根据各个所述医疗云节点的所述人口流动信息，生成用户的移动轨迹；根据所述移动轨迹经过的所述监控区域，确定各个所述数据节点之间的关联关系；基于所述关联关系连接各个所述数据节点，生成所述节点拓扑图；所述根据所有所述人口流动信息，构建关于所有医疗云节点对应的节点拓扑图，并基于所述节点拓扑图确定所述医疗云节点的流动特征向量，包括：根据与任一医疗云节点存在所述关联关系的关联云节点的人口流动信息，生成所述任一医疗云节点的关联特征向量；所述关联特征向量具体为：Connect[v]＝[Sidev,w1,Sidev,w2,...,Sidev,wn]其中，Connect[v]为所述关联特征向量；v为所述任一医疗云节点；wn为第n个所述关联云节点；Sidev,wn为所述任一医疗云节点与所述第n个关联云节点之间的人口流动信息；n为所述关联云节点的总数；根据所述任一医疗云节点对应的所有所述关联云节点的初始状态，构建所述任一医疗云节点的关联节点状态向量；所述关联节点状态向量具体为：LinkPoint[v]＝[Statew1,...,Statewn]其中，LinkPoint[v]为所述关联节点状态向量；Statewn为第n个所述关联节点的初始状态；根据所述关联特征向量、所述关联节点状态向量、基于所述关联节点确定的嵌入向量以及所述任一医疗云节点的初始状态，确定所述任一医疗云节点在预设的多维空间中的特征转换向量；所述特征转换向量具体为：TurnVector[v]＝SwitchdState[v],Connect[v],Emd[v],LinkPoint[v]其中，TurnVector[v]为所述特征转换向量；Emd[v]为基于所述关联节点确定的嵌入向量；SwitchdState[v],Connect[v],Emd[v],LinkPoint[v]为将关联特征向量、所述关联节点状态向量、基于所述关联节点确定的嵌入向量以及所述任一医疗云节点的初始状态合并得到的多种向量投影到d个特征维度对应的多维空间的向量；通过预设的更新迭代转换算法，计算得到所述特征转换向量；根据所述特征转换向量以及所述任一医疗云节点的初始状态，生成所述流动特征向量。

全文数据：

权利要求：

百度查询： 深圳平安智慧医健科技有限公司 一种人口流动的分析方法、装置、电子设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD