[发明专利]目标区域的确定方法、装置、设备以及存储介质有效
| 申请号: | 202111092153.X | 申请日: | 2021-09-17 |
| 公开(公告)号: | CN113744882B | 公开(公告)日: | 2023-09-19 |
| 发明(设计)人: | 刘亚飞;王硕佳 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G16H50/30 | 分类号: | G16H50/30;G16H50/50;G16H50/80 |
| 代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 孙晓丽 |
| 地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标 区域 确定 方法 装置 设备 以及 存储 介质 | ||
1.一种目标区域的确定方法,其特征在于,所述方法包括:
获取多个区域的区域人口信息以及所述多个区域之间的人口流动信息,所述区域人口信息包括处于目标身体状态的人数、人口总数以及人口密度;
基于所述多个区域的区域人口信息以及所述多个区域之间的人口流动信息,生成目标图网络,所述目标图网络包括各个所述区域对应的区域节点以及有向边,多个区域节点的第一节点特征包括所述区域人口信息,所述有向边的方向用于表示所连接的区域节点之间的人口流动方向;
对所述目标图网络进行图卷积,得到各个所述区域节点的第二节点特征;
基于各个所述区域节点的第二节点特征,确定各个所述区域的风险值,所述风险值用于指示对应区域内处于所述目标身体状态的人数增多的风险大小;
响应于所述多个区域中第一区域的风险值符合目标条件,将所述第一区域确定为目标区域。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标图网络进行图卷积,得到各个所述区域节点的第二节点特征包括:
基于所述目标图网络中的有向边,获取所述目标图网络的邻接矩阵,所述邻接矩阵用于表示所述多个区域节点之间的人口流动方向;
对所述多个区域节点的第一节点特征进行全连接,得到各个所述区域节点的参考节点特征;
基于所述邻接矩阵,对各个所述区域节点的参考节点特征进行调整,得到各个所述区域节点的所述第二节点特征。
3.根据权利要求1所述的方法,其特征在于,所述基于各个所述区域节点的第二节点特征,确定各个所述区域的风险值包括:
将各个所述区域节点的第二节点特征输入风险值确定模型,通过所述风险值确定模型将各个所述区域节点的第二节点特征与各个所述区域节点的至少一个历史第二节点特征进行融合,得到各个所述区域节点的融合特征;
通过所述风险值确定模型,对各个所述区域节点的第二节点特征进行全连接,得到各个所述区域节点的第三节点特征;
对各个所述区域节点的融合特征与各个所述区域节点的第三节点特征进行全连接,得到各个所述区域节点的第四节点特征;
对各个所述区域节点的第四节点特征进行归一化,得到各个所述区域节点的风险值。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取各个所述区域的样本节点特征以及目标风险值,所述目标风险值是基于各个所述区域内处于所述目标身体状态的人数的历史变化情况确定的;
将各个所述区域的样本节点特征输入所述风险值确定模型,由所述风险值确定模型输出各个所述区域的预测风险值;
基于所述预测风险值以及所述目标风险值之间的差异信息,对所述风险值确定模型的模型参数进行调整。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:基于所述多个区域的区域人口信息以及多个区域之间的人口流动信息,确定各个所述区域在目标时间段内的多个风险值;
所述方法还包括:
基于各个所述区域在目标时间段内的多个风险值,生成目标时间段内的风险值变化表。
6.一种目标区域的确定装置,其特征在于,所述装置包括:
信息获取模块,用于获取多个区域的区域人口信息以及所述多个区域之间的人口流动信息,所述区域人口信息包括处于目标身体状态的人数、人口总数以及人口密度;
风险值确定模块,用于基于所述多个区域的区域人口信息以及所述多个区域之间的人口流动信息,生成目标图网络,所述目标图网络包括各个所述区域对应的区域节点以及有向边,多个区域节点的第一节点特征包括所述区域人口信息,所述有向边的方向用于表示所连接的区域节点之间的人口流动方向;对所述目标图网络进行图卷积,得到各个所述区域节点的第二节点特征;基于各个所述区域节点的第二节点特征,确定各个所述区域的风险值,所述风险值用于指示对应区域内处于所述目标身体状态的人数增多的风险大小;
目标区域确定模块,用于响应于所述多个区域中第一区域的风险值符合目标条件,将所述第一区域确定为目标区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111092153.X/1.html,转载请声明来源钻瓜专利网。





