基于CNN-LSTM与LoRa架构的公共安全区域动态风险智能预警方法

本发明涉及公共区域风险预警领域，具体为基于CNN‑LSTM与LoRa架构的公共安全区域动态风险智能预警方法。本方法先采集到乘客姿态数据并进行预处理；然后采用基于深度学习的姿态分析模型，经过对训练集的深度训练与特征选择，模型将学习到的正常与异常坐姿分类规律应用于测试集进行分类预测，实现对测试集数据的识别处理；最后将实际采集的姿态数据经过预处理后输入到训练完成的模型中，将得到的严重程度序列输入预警信息生成算法，划分异常坐姿的等级并发出相应的预警信息。本发明通过对人员坐姿及行为的实时感知，实现对可能存在的健康风险和治安风险进行预警，以便警务人员和医护人员及时干预，提高公共安全区域的安全性和管理效率。