[發明專利]預警區域識別方法、裝置、計算設備及計算機存儲介質

在審

• 申請號: 201910989603.1
• 申請日: 2019-10-17
• 公開（公告）號: CN112686483A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 鄭亞平;賈磊;張璐巖;張立杰;杜犇
• 申請（專利權）人: 中國移動通信集團陜西有限公司;中國移動通信集團有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q50/26;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 王廣濤

1.一種預警區域識別方法，其特征在于，所述方法包括：

采集現網數據和歷史數據，包括：連接用戶數、鄰區關系以及經緯度信息；

根據所述現網數據和所述歷史數據中小區的所述連接用戶數計算小區的預測值用戶數和基準值用戶數；

將小區的所述預測值用戶數和所述基準值用戶數輸入線性回歸模型獲取預警小區；

應用泰森多邊形根據所述鄰區關系以及所述經緯度信息對所述預警小區進行匯聚和覆蓋區域識別，輸出預警區域。

2.根據權利要求1所述的方法，其特征在于，所述根據所述現網數據和所述歷史數據中小區的所述連接用戶數計算預測值用戶數和基準值用戶數，包括：

根據所述現網數據和所述歷史數據中小區的所述連接用戶數采用長短期記憶網絡算法獲取小區的所述預測值用戶數；

據所述歷史數據中小區的所述連接用戶數采用K-MEANS聚類算法和阿波羅尼奧斯定理計算小區的所述基準值用戶數。

3.根據權利要求2所述的方法，其特征在于，所述根據所述現網數據和所述歷史數據中小區的所述連接用戶數采用長短期記憶網絡算法獲取小區的所述預測值用戶數，還包括：

采用長短期記憶網絡算法根據一周粒度以15分鐘時間對所述現網數據和所述歷史數據進行切片建立模型，并根據所述歷史數據對所述模型進行修正優化；

根據所述現網數據和所述歷史數據中小區的所述連接用戶數應用所述模型預測以15分鐘粒度的未來多個時段的所述預測值用戶數。

4.根據權利要求2所述的方法，其特征在于，所述據所述歷史數據中小區的所述連接用戶數采用K-MEANS聚類算法和阿波羅尼奧斯定理計算小區的所述基準值用戶數，包括：

根據15分鐘粒度的所述歷史數據，隨機選取3個點，將每個15分鐘粒度的所述連接用戶數設置為簇C1、C2、C3，根據K-Means算法將所述歷史數據匯聚成3個區域E：

其中，質心μi是簇Ci的均值向量，k，i＝1、2、3，

將3個質心連接形成三角形；

根據阿波羅尼奧斯定理計算所述三角形的三條中線的交叉點對應的所述連接用戶數，確定為小區的所述基準值用戶數。

5.根據權利要求1所述的方法，其特征在于，所述將小區的所述預測值用戶數和所述基準值用戶數輸入線性回歸模型獲取預警小區，包括：

根據歷史重大活動日常連接用戶數和活動期間連接用戶數建立線性回歸模型；

將所述預測值用戶數和所述基準值用戶數輸入所述線性回歸模型，確定滿足持續增幅的小區為所述預警小區。

6.根據權利要求1所述的方法，其特征在于，所述應用泰森多邊形根據所述鄰區關系以及所述經緯度信息對所述預警小區進行匯聚和覆蓋區域識別，輸出預警區域，包括：

獲取所述預警小區的信息，至少包括經緯度信息和鄰區關系；

根據所述經緯度信息找到所述預警小區的基站，并根據所述基站的所述經緯度信息和所述鄰區關系進行基站匯聚；

根據基站的經緯度信息應用泰森多邊形中的算法構建所有基站的德洛內三角網，連接每個基站的相鄰三角形的外接圓圓心，得到所有基站的覆蓋區域；

根據所述預警小區的鄰區關系以及基站的覆蓋區域輸出所述預警區域。

7.根據權利要求6所述的方法，其特征在于，所述根據所述預警小區的基站的鄰區關系以及基站的覆蓋區域輸出所述預警區域，包括：

如果根據基站經緯度確定任一所述預警小區的基站周邊無預警小區，則將所述預警小區的基站與周邊有鄰區關系的基站進行匯聚，并根據基站的覆蓋區域輸出所述預警區域；

如果根據基站經緯度確定任一所述預警小區的基站周邊有預警小區，則外擴確定預警基站，通過網絡爬蟲爬取所有預警基站的覆蓋區域，輸出所述預警區域。