一种基于大数据的公共安全突发事件检测方法

本发明涉及大数据处理技术和公共安全突发事件检测，特别涉及一种基于大数据的公共安全突发事件检测方法。

背景技术：

1、随着多种社交媒体渠道的普及和大数据技术的发展，人们可以通过不同渠道获取大量的公共安全相关数据，如灾难事件、突发事件、社会事件等。大规模的公共安全相关数据通常是非结构化的，其包括文本数据(如社交媒体消息、新闻报道)和多媒体数据(如图像、视频)；因此，要从这些海量数据中准确地检测和识别出公共安全突发事件并不容易。

2、目前针对突发事件的检测大多针对于一种模态数据，但同一突发事件通常包括文字、图像、视频等多种模态的数据，且不同模态的数据可能蕴含不同的信息，能够提供互补的信息，而现有技术并未考虑到多模态数据间的关联。同时，如何将不同数据源的信息有效地融合起来，并进行综合分析，以提高事件检测和识别的准确性，也是一个重要的挑战。其次，公共安全事件通常具有时空特性，即事件在时间和空间上的分布和演变；如何在数据中建模时空关联性，以及如何在不同尺度上分析事件，是一个关键问题。

技术实现思路

1、为解决上述问题，本发明提供了一种基于大数据的公共安全突发事件检测方法，包括构建并训练突发事件检测模型，将待检测公共数据输入训练好的突发事件检测模型，输出检测结果；所述突发事件检测模型包括时空图关联网络模块、全局语义聚合模块、多尺度时空关联混合注意力模块；

2、突发事件检测模型的训练过程包括以下步骤：

3、s1.采集公共突发事件多模态数据并进行预处理，所述公共突发事件多模态数据包括多组突发事件数据，每一组突发事件数据包括同一突发事件所对应的文本模态数据和图像模态数据；

4、s2.针对预处理后的突发事件数据，将其文本模态数据送入全局语义聚合模块，得到全局语义信息表征；

5、s3.将步骤s2中文本模态数据所对应的处理后的图像模态数据送入时空图关联网络模块，得到图时空表征；

6、s4.将全局语义信息表征和图时空表征一同输入多尺度时空关联混合注意力模块，得到综合特征；

7、s5.将综合特征通过线性层得到检测结果，根据时空综合交叉熵损失函数计算损失并反向传播训练模型，直至达到最大迭代次数，保存模型参数。

8、本发明的有益效果：

9、本发明的基于大数据的公共安全突发事件检测方法显著提高了突发事件检测的准确性和效率。通过构建包含时空图关联网络模块、全局语义聚合模块和多尺度时空关联混合注意力模块的突发事件检测模型，本发明能够充分利用多模态数据的丰富信息，实现对公共突发事件的精准识别。全局语义聚合模块有效提取了文本模态的深层语义信息，而时空图关联网络模块则捕捉了图像模态中的空间和时间依赖关系。多尺度时空关联混合注意力模块进一步融合了这两种信息，形成了更加全面和准确的综合特征，从而显著提升了模型的检测性能。此外，本发明还通过时空综合交叉熵损失函数优化模型训练，进一步确保了检测结果的准确性。

技术特征：

1.一种基于大数据的公共安全突发事件检测方法，其特征在于，构建并训练突发事件检测模型，将待检测公共数据输入训练好的突发事件检测模型，输出检测结果；所述突发事件检测模型包括时空图关联网络模块、全局语义聚合模块、多尺度时空关联混合注意力模块；

2.根据权利要求1所述的一种基于大数据的公共安全突发事件检测方法，其特征在于，步骤s1的预处理包括对公共突发事件多模态数据进行清洗、去噪和标准化处理。

3.根据权利要求1所述的一种基于大数据的公共安全突发事件检测方法，其特征在于，所述全局语义聚合模块包括预训练bert模型、位置编码模块、分词模块、全连接层、relu激活函数层、dropout层和输出层；步骤s2将文本模态数据送入全局语义聚合模块得到全局语义信息表征，包括：

4.根据权利要求3所述的一种基于大数据的公共安全突发事件检测方法，其特征在于，步骤s22中的位置编码模块表示为：

5.根据权利要求3所述的一种基于大数据的公共安全突发事件检测方法，其特征在于，步骤s25中计算规则包括：

6.根据权利要求1所述的一种基于大数据的公共安全突发事件检测方法，其特征在于，步骤s3中将图像模态数据送入时空图关联网络模块，得到图时空表征，包括：

7.根据权利要求6所述的一种基于大数据的公共安全突发事件检测方法，其特征在于，空间相似度的计算公式为：

8.根据权利要求6所述的一种基于大数据的公共安全突发事件检测方法，其特征在于，每一图卷积注意力层包括一个图时空卷积和一个注意力机制；步骤s35中经过多层图卷积注意力层，得到每个节点的时空表征，其计算规则为：

9.根据权利要求1所述的一种基于大数据的公共安全突发事件检测方法，其特征在于，步骤s4多尺度时空关联混合注意力模块的处理包括：

10.根据权利要求1所述的一种基于大数据的公共安全突发事件检测方法，其特征在于，步骤s5中时空综合交叉熵损失函数(stice-loss)计算规则包括：

技术总结本发明涉及大数据处理技术和公共安全突发事件检测技术领域，特别涉及一种基于大数据的公共安全突发事件检测方法，包括构建并训练突发事件检测模型，将待检测公共数据输入训练好的突发事件检测模型，输出检测结果；所述突发事件检测模型包括时空图关联网络模块、全局语义聚合模块、多尺度时空关联混合注意力模块；本发明显著提高了突发事件检测的准确性和效率。技术研发人员：邓婉婷,刘克林,王进受保护的技术使用者：重庆邮电大学技术研发日：技术公布日：2024/11/14