一种基于聚类分析的公共安全重点区域点位规划方法

摘要

本发明公开了一种基于聚类分析的公共安全重点区域点位规划方法，该方法具体包括下述步骤：步骤一：首先将地图进行栅格化处理，创建一个栅格；步骤二：将案件数据映射到栅格中，确定公共安全重点区域栅格；步骤三：通过聚类算法，自动识别出成片的公共安全重点区域，并完成重点区域的输出；步骤四：结合布点方法，确定规划点位；步骤五：输出规划点位。优选的，步骤一中将地图进行栅格化处理，本发明通过聚类分析统一规划区域，对公共安全重点区域进行关联分析，连片处理，降低分析的难度和减少工作量，本发明进行规格栅格筛选，输出预规划的点位，大大增强了预规划选点的效率，并实现选点的标准化统一。

说明书

技术领域

本发明涉及点位规划技术领域，具体为一种基于聚类分析的公共安全重点区域点位规划方法。

背景技术

随着经济的快速发展、科技的不断进步，监控资源在管理、防范等诸多方面的特殊作用越来越明显，因此，社会各界对监控技术应用认知程度也在不断提高，投入逐年增加。在监控覆盖范围和密度不断扩大的情况下，城市监控资源已从单纯的治安防范、交通管理应用，逐步成为在应急处突、城市管理、防灾减灾、重大安保、治安防控等方面的一个新的重要手段。

发明内容

本发明的目的在于提供一种基于聚类分析的公共安全重点区域点位规划方法，通过聚类分析统一规划区域，对公共安全重点区域进行关联分析，连片处理，降低分析的难度和减少工作量，本发明进行规格栅格筛选，输出预规划的点位，大大增强了预规划选点的效率，并实现选点的标准化统一。

本发明的目的可以通过以下技术方案实现：一种基于聚类分析的公共安全重点区域点位规划方法，该方法具体包括下述步骤：

步骤一：首先将地图进行栅格化处理，创建一个栅格；

步骤二：将案件数据映射到栅格中，确定公共安全重点区域栅格；

步骤三：通过聚类算法，自动识别出成片的公共安全重点区域，并完成重点区域的输出；

步骤四：结合布点方法，确定规划点位；

步骤五：输出规划点位。

优选的，步骤一中将地图进行栅格化处理。

优选的，步骤二中将案件数据映射到栅格之中，确定公共安全重点区域栅格，具体过程为：

G1将案件数据映射到栅格中：将数据导入地图，作为栅格数据呈现；

G2确定公共安全重点区域栅格：在数据映射到栅格后，通过设定的阈值进行栅格染色，采取不同的颜色代表不同的重点等级，便于直观地看到每个栅格的数据等级，统计每个栅格中的案件数量分级染色；

G3栅格染色：根据每个栅格中案件数量，使用4种颜色染色，具体为：

S1：当案件数小于4时，则判定为粉色，并对其进行染色；

S2：当案件数大于4并且小于10时，判定为橙色，并对其进行染色；

S3：当案件数大于10并且小于14时，判定为红色，并对其进行染色；

S4：当案件数大于等于14时，判定为褐色，并对其进行染色；

G4：依据设定案件数的阈值，确定公共安全重点区域。

优选的，栅格聚类的算法具体包括下述步骤：

K1距离计算：利用重点区域栅格的编号，根据栅格大小L可以得到每个重点区域栅格的距离K，栅格大小L即为栅格的边长；

K2关联判断：每1个栅格周围都有8个栅格直接关联；有共同直接关联栅格，但不直接关联的栅格组为间接关联，其判断方法如下：

H1：其中一个重点区域栅格与其他所有重点区域栅格中心坐标距离Kn>L，则此重点栅格无关联重点栅格，单独记为一个重点区域；

H2：其中一个重点区域栅格存在Kn＝

H3：循环计算，计算重点关联栅格的每一个栅格是否还有其他关联的重点栅格，直到无新的重点栅格关联为止；

K3：将重点关联栅格记为一个公共安全区域重点区域，输出公共安全区域重点区域。

本发明的有益效果：

通过聚类分析统一规划区域，对公共安全重点区域进行关联分析，连片处理，降低分析的难度和减少工作量，本发明进行规格栅格筛选，输出预规划的点位，大大增强了预规划选点的效率，并实现选点的标准化统一。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的一个实施例的整体流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于聚类分析的公共安全重点区域点位规划方法，该方法具体包括下述步骤：

步骤一：首先将地图进行栅格化处理；

步骤二：将案件数据映射到栅格中，确定公共安全重点区域栅格，其中的案件数据以及判断公共安全重点区域栅格的具体方法见下文详述；

步骤三：再通过聚类算法，自动识别出成片的公共安全重点区域，并完成重点区域的输出；

步骤四：然后结合布点方法，确定规划点位；

步骤五：输出规划点位。

其中，步骤一将地图进行栅格化处理，为了方便进行案件数据到栅格的映射，可以利用地界经纬度边界栅格对象。

步骤二：将案件数据映射到栅格之中，确定公共安全重点区域栅格，具体过程：

将案件数据映射到栅格中：将数据导入地图，作为栅格数据呈现。

步骤三：确定公共安全重点区域栅格。在数据映射到栅格后，通过设定的阈值进行栅格染色，以方便分析栅格，采取不同的颜色代表不同的重点等级，便于直观地看到每个栅格的数据等级。统计每个栅格中的案件数量分级染色。

栅格染色：根据每个栅格中案件数量，使用4种颜色染色，便于精细化评估栅格公共安全重点情况。

例如：

粉色：案件数小于4；

橙色：案件数大于4并且小于10；

红色：案件数大于10并且小于14；

褐色：案件数大于等于14。

综上所述，依据设定案件数的阈值可以确定公共安全重点区域。

栅格聚类的算法具体为：

聚类算法是为了实现有空间关联的重点区域栅格组合成一组，进行统一编号。具体的实现算法简单描述为递归算法，即通过目标栅格找到直接关联栅格，再由直接关联栅格找到间接关联栅格，如此循环遍历，直至找到一片区域的所有栅格。具体算法如下：

K1距离计算：利用重点区域栅格的编号，根据栅格大小L可以得到每个重点区域栅格的距离K。栅格大小L即为栅格的边长；

K2关联判断：每1个栅格周围都有8个栅格直接关联；有共同直接关联栅格，但不直接关联的栅格组为间接关联，其判断方法如下：

H1：某一重点区域栅格与其他所有重点区域栅格中心坐标距离Kn>L，则此重点栅格无关联重点栅格，单独记为一个重点区域；

H2：某一重点区域栅格存在Kn＝

H3：循环计算，计算重点关联栅格的每一个栅格是否还有其他关联的重点栅格，直到无新的重点栅格关联为止；

K3：将重点关联栅格记为一个公共安全区域重点区域，输出。

本发明在工作时，首先将地图进行栅格化处理，创建一个栅格；将案件数据映射到栅格中，确定公共安全重点区域栅格；通过聚类算法，自动识别出成片的公共安全重点区域，并完成重点区域的输出；结合布点方法，确定规划点位；输出规划点位。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。