治安管理方法、装置、电子设备和存储介质与流程

本申请涉及计算机，尤其涉及一种治安管理方法、装置、电子设备和存储介质。

背景技术：

1、随着城市化进程的加速推进，城市治安管理面临着日益复杂的挑战。传统的治安管理模式和手段已经难以满足城市治安管理的需求。同时，在信息化和智能化技术快速发展的背景下，大数据、大模型和云计算等先进技术正在成为提升治安管理效率和准确性的关键利器。

2、城市治安管理面临着来自各个方面的挑战：首先，异常活动呈现多元化、网络化趋势，异常手段日益隐蔽灵活；其次，城市人口密度大、流动性高，治安事件的频发和多样化对警务指挥与资源调配提出了更高要求。基于此，如何高效地管理城市治安成为亟需解决的问题。

技术实现思路

1、本申请提供一种治安管理方法、装置、电子设备和存储介质，用以解决现有技术中城市治安管理效率低的问题。

2、本申请提供一种治安管理方法，包括：

3、确定多个异常数据识别模型的行为预测值；

4、基于每个所述异常数据识别模型的所述行为预测值、行为实际值以及测试集的样本数量，确定每个所述异常数据识别模型的预测分值；

5、基于所述预测分值，优化所述异常数据识别模型；

6、基于优化后的异常数据识别模型输出的行为预测数据进行治安管理。

7、根据本申请提供的一种治安管理方法，所述基于每个所述异常数据识别模型的所述行为预测值、行为实际值以及测试集的样本数量，确定每个所述异常数据识别模型的预测分值，包括：

8、确定每个所述异常数据识别模型的测试集中每个样本对应的所述行为预测值与所述行为实际值之间的差值；

9、将每个所述差值的平方求和，得到第一平方误差；

10、基于所述第一平方误差和所述样本数量，确定第二平方误差；

11、对所述第二平方误差取平方根，得到每个所述异常数据识别模型的预测分值。

12、根据本申请提供的一种治安管理方法，所述基于优化后的异常数据识别模型输出的行为预测数据进行治安管理，包括：

13、采集视频监控数据；

14、将所述视频监控数据输入优化后的异常数据识别模型中，得到优化后的异常数据识别模型输出的行为预测数据；

15、若所述行为预测数据包含安全风险数据，则基于所述安全风险数据对应的目标视频监控数据进行治安管理。

16、根据本申请提供的一种治安管理方法，所述基于所述安全风险数据对应的目标视频监控数据进行治安管理，包括：

17、从所述目标视频监控数据中提取风险行为数据和风险场景图像；

18、从所述风险行为数据中提取行为特征点，以及从所述风险场景图像中提取地域特征；

19、基于所述行为特征点和所述地域特征，确定风险处理方案；

20、基于所述风险处理方案进行治安管理。

21、根据本申请提供的一种治安管理方法，所述基于所述行为特征点和所述地域特征，确定风险处理方案，包括：

22、从历史异常数据中，获取与所述地域特征关联的风险场景；

23、从所述风险场景的数据中，获取与所述行为特征点关联的所述风险处理方案。

24、根据本申请提供的一种治安管理方法，所述确定多个异常数据识别模型的行为预测值，包括：

25、获取城市行为数据；

26、对所述城市行为数据进行分类，以确定每种类型的所述城市行为数据的测试集；

27、将每种类型的所述城市行为数据的测试集输入至对应的所述异常数据识别模型中，得到所述异常数据识别模型输出的行为预测数据；其中，每一类型的所述城市行为数据对应一个所述异常数据识别模型；

28、基于所述行为预测数据，确定所述行为预测值。

29、根据本申请提供的一种治安管理方法，所述基于所述预测分值，优化所述异常数据识别模型，包括：

30、基于所述预测分值，重新训练所述异常数据识别模型；或者，

31、基于所述预测分值，优化所述异常数据识别模型的模型参数。

32、本申请提供一种治安管理装置，包括：

33、行为预测值确定模块，用于确定多个异常数据识别模型的行为预测值；

34、预测分值确定模块，用于基于每个所述异常数据识别模型的所述行为预测值、行为实际值以及测试集的样本数量，确定每个所述异常数据识别模型的预测分值；

35、优化模块，用于基于所述预测分值，优化所述异常数据识别模型；

36、治安管理，用于基于优化后的异常数据识别模型输出的行为预测数据进行治安管理。

37、本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述治安管理方法。

38、本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述治安管理方法。

39、本申请提供的治安管理方法、装置、电子设备和存储介质，通过确定多个异常数据识别模型的行为预测值；基于每个异常数据识别模型的行为预测值、行为实际值以及测试集的样本数量，确定每个异常数据识别模型的预测分值；基于预测分值，优化异常数据识别模型；基于优化后的异常数据识别模型输出的行为预测数据进行治安管理。本申请通过模型的预测分值，优化异常数据识别模型，从而提高模型的预测准确度和效果；同时，通过优化后的异常数据识别模型实现城市的治安管理，实现对城市治安的实时监控、预测和响应，从而提高城市治安管理的效率和精准性。

技术特征：

1.一种治安管理方法，其特征在于，包括：

2.根据权利要求1所述的治安管理方法，其特征在于，所述基于每个所述异常数据识别模型的所述行为预测值、行为实际值以及测试集的样本数量，确定每个所述异常数据识别模型的预测分值，包括：

3.根据权利要求1所述的治安管理方法，其特征在于，所述基于优化后的异常数据识别模型输出的行为预测数据进行治安管理，包括：

4.根据权利要求3所述的治安管理方法，其特征在于，所述基于所述安全风险数据对应的目标视频监控数据进行治安管理，包括：

5.根据权利要求4所述的治安管理方法，其特征在于，所述基于所述行为特征点和所述地域特征，确定风险处理方案，包括：

6.根据权利要求1所述的治安管理方法，其特征在于，所述确定多个异常数据识别模型的行为预测值，包括：

7.根据权利要求1所述的治安管理方法，其特征在于，所述基于所述预测分值，优化所述异常数据识别模型，包括：

8.一种治安管理装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7中任一项所述治安管理方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述治安管理方法。

技术总结本申请涉及计算机技术领域，提供一种治安管理方法、装置、电子设备和存储介质，该方法包括：确定多个异常数据识别模型的行为预测值；基于每个异常数据识别模型的行为预测值、行为实际值以及测试集的样本数量，确定每个异常数据识别模型的预测分值；基于预测分值，优化异常数据识别模型；基于优化后的异常数据识别模型输出的行为预测数据进行治安管理。本申请通过模型的预测分值，优化异常数据识别模型，从而提高模型的预测准确度和效果；同时，通过优化后的异常数据识别模型实现城市的治安管理，实现对城市治安的实时监控、预测和响应，从而提高城市治安管理的效率和精准性。技术研发人员：杨双帆,王厦,程锟,牛庆敏,卜雅丽,陈秋燕受保护的技术使用者：浪潮通信信息系统有限公司技术研发日：技术公布日：2024/8/5