[发明专利]乘梯客流模式识别方法、装置、电子设备及存储介质

权利要求书

1.一种乘梯客流模式识别方法，其特征在于，其包括：

获取当前周期相邻的在前若干历史周期的历史客流数据；

基于所述历史客流数据确定每种模式的动态阈值；

根据当前周期的实时客流数据与所述动态阈值的对应关系确定当前周期对应的当前客流模式。

2.根据权利要求1所述的乘梯客流模式识别方法，其特征在于，获取当前周期相邻的在前若干历史周期的历史客流数据，包括：

获取预设周期个数的所述历史周期的历史客流数据；

对所述历史客流数据进行预处理。

3.根据权利要求2所述的乘梯客流模式识别方法，其特征在于，获取预设周期个数的所述历史周期的历史客流数据，包括：

获取所述历史周期内传感器采集的传感信号；

对所述历史客流数据进行预处理，包括：

根据所述历史周期内传感器采集的传感信号获取所述历史周期的上行人数和下行人数。

4.根据权利要求1所述的乘梯客流模式识别方法，其特征在于，基于所述历史客流数据确定每种模式的动态阈值，包括：

利用无监督的机器学习算法对所述历史客流数据进行处理，得到每种模式的动态阈值。

5.根据权利要求4所述的乘梯客流模式识别方法，其特征在于，利用无监督的机器学习算法对所述历史客流数据进行处理，得到每种模式的动态阈值，包括：

使用聚类算法对所述历史客流数据进行聚类，得到预设模式总数个聚类结果；

确定每个聚类结果的中心值，以所述中心值作为对应模式的动态阈值。

6.根据权利要求1-5任一项所述的乘梯客流模式识别方法，其特征在于，根据当前周期的实时客流数据与所述动态阈值的对应关系确定当前周期对应的当前客流模式，包括：

计算所述实时客流数据与所述动态阈值的距离，将目标动态阈值对应的客流模式作为当前客流模式，所述目标动态阈值为与所述实时客流数据距离最小的动态阈值。

7.根据权利要求6所述的乘梯客流模式识别方法，其特征在于，计算所述实时客流数据与所述动态阈值的距离，包括：

使用欧氏距离计算所述实时客流数据与所述动态阈值的距离；

所述目标动态阈值为最小距离L_min对应的动态阈值：

其中，X₀和Y₀分别为实时客流数据的上行人数和下行人数，X_i和Y_i分别为第i个历史周期的上行人数和下行人数，n为客流模式总数。

8.一种乘梯客流模式识别装置，其特征在于，其包括：

获取模块，用于获取当前周期相邻的在前若干历史周期的历史客流数据；

计算模块，用于基于所述历史客流数据确定每种模式的动态阈值；

比对模块，用于根据当前周期的实时客流数据与所述动态阈值的对应关系确定当前周期对应的当前客流模式。

9.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并能在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任意一项所述的乘梯客流模式识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，其中，所述计算机程序使得计算机执行权利要求1-7任意一项所述的乘梯客流模式识别方法的步骤。