[發明專利]一種基于城市超腦的社區管理方法及裝置

有效

• 申請號: 201910372677.0
• 申請日: 2019-05-06
• 公開（公告）號: CN110223209B
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 鮑敏
• 申請（專利權）人: 特斯聯（北京）科技有限公司
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06Q50/22;G06Q10/06;G16H40/20;H04L29/08;G06N3/08;G06N3/04
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 李小朋;谷波

1.一種基于城市超腦的社區管理方法，其特征在于，包括：

按照應急事件類型對應急事件檔案進行分類，通過深度學習方法，對每種類型的應急事件根據社區應急管理處理流程進行建模，構建社區應急管理系統；

通過傳感器實時采集應急事件發生現場數據，采用異步反饋方式發送至所述社區應急管理系統，觸發應急管理系統開始應急響應；

根據應急事件的性質、階段，判斷處理應急事件采用的處理模型，根據所述處理模型計算出社區環境配置調整參數，調整社區環境配置；

根據應急事件的性質、階段，通過社區應急管理模型得出需要參與處理應急事件的城市部門，向所述城市部門發送處理請求及應急事件現場數據，并配置社區開啟與城市處理部門之間的預熱對接狀態；

所述通過傳感器實時采集應急事件發生現場數據，采用異步反饋方式發送至所述社區應急管理系統，觸發應急管理系統開始應急響應，包括：

通過傳感器采集應急事件發生現場數據，形成第一應急數據，發送至所述社區應急管理系統；

社區應急管理系統根據第一應急數據，確定應急處理模型，發出應急事件處理指令，并同時推送至城市處理部門；

社區應急管理系統分析第一應急數據后，如果存在數據需求，則將數據需求回傳至指定傳感器進行二次采集，得到第二應急數據，并返回至社區應急管理系統；

所述深度學習，包括：

在深度學習網絡中，中間隱層神經元的激活函數采用ReLU函數，公式為：

，

其中o為輸出端即應急事件的處理模型，i為輸入端即應急事件的類型、環境參數、社區資源；最后一層激活函數采用softmax函數，公式為：

，

其中為第i層輸出，為輸入j經過加權、求和、偏向得到的中間變量；損失函數采用交叉熵損失函數，公式為：

,

其中為期望輸出，為實際輸出；優化函數采用隨機梯度下降法，迭代訓練直至所述深度學習網絡進入穩態；

所述按照應急事件類型對應急事件檔案進行分類，通過深度學習方法，對每種類型的應急事件根據社區應急管理處理流程進行建模，構建社區應急管理系統，包括：

采用深度學習網絡，輸入端為應急事件的類型、環境參數、社區資源，輸出端為應急事件的處理模型；

所述應急處理模型中包含了每種類型應急事件的階段特征及對應的處理流程；

所述深度學習，包括：

采用多線程并行方式同時對至少一種類型的應急事件進行建模，并將建模結果發送至城市處理部門；

所述根據應急事件的性質、階段，判斷處理應急事件采用的處理模型，根據所述處理模型計算出社區環境配置調整參數，調整社區環境配置，包括：

在調整社區環境配置過程中，傳感器實時回傳應急現場環境數據，所述社區應急管理系統根據所述應急事件模型及應急事件現場環境數據，生成并發送社區環境微調指令；

所述配置社區開啟與城市處理部門之間的預熱對接狀態，包括：

在應急管理系統向所述城市部門發送處理請求及應急事件現場數據的同時，向社區發出環境配置指令，按照城市處理部門處理應急事件的需求，進行社區環境調整。