摘要
本发明属于智慧校园技术领域,涉及基于大数据的智慧校园安全管理预警方法与系统。该方法包括:采集外来车辆的登记信息、实时行为数据与所处环境的状态信息;构建动态时空图,并在动态时空图中生成反映部署节点之间关系的边属性;计算外来车辆的合理路径集合,分析外来车辆的轨迹偏离数据;对外来车辆进行异常评分;生成对应的干预控制策略;进行因果影响分析并生成决策依据;对本地图神经网络模型进行训练,并对本地图神经网络模型训练结果中的共享模型参数进行集中聚合与分发更新。本发明引入基于异构图神经网络的动态行为建模策略,实现了对校园移动目标多源数据的结构化建模与时序行为演化表达,使系统能够捕捉个体轨迹演化中的微小异常,提升了异常行为识别灵敏度。
技术关键词
车辆
预警方法
神经网络模型训练
空间关系分析
控制策略
大数据
策略决策单元
轨迹
节点
动态
信息采集单元
地图
管理预警系统
智慧校园技术
速度
环境状态信息
参数
系统为您推荐了相关专利信息
前馈神经网络
行业专家经验
调用Python算法
主动学习策略
调度系统
图像分类模型
停车方法
云端服务器
车辆
规范停车装置
ARIMA模型
风险预警方法
负荷
序列
动态更新方法
区域控制器
系统芯片
时钟模块
计算机
图像处理模块