1、数据融合、关联,实现同号搜索,人、车轨迹跟踪等。
2、各类系统效能分析,主要应用公共安全系统建设、评价。
3、高风险因素监控和关联分析,主要应用于扩大社会掌控面;制定有效防范措施和反应预案。
4、人流密度分布、变化趋势、活动的动态监测,预测踩踏指数,实现大型活动和重要区域的风险管理。
5、有序过程与随机过程分析,成为社会治安关键因素,进行常态与暂态分析,实现社会治安风险评估,事件预警。
6、空间状态分析,车流密度分布、变化趋势,道路状态及变化监测,主要用于预测拥堵指数,实现交通信号的预测调节。
7、高风险单位、区域、活动安全管理,利用大数据,进行风险和脆弱性分析,结合历史数据的回归统计;成功和不成功案例的分析,建立风险管理机制,指导安防系统建设。
8、安防基础理论研究数据库,通过数据融合、关联及历史回归统计,开展大数据应用;建立安全基础研究和预警理论研究基础数据库。总之,大数据应能解决公共安全的关键问题,支撑公共安全系统建设。
9、融合定位、通信、网络等技术,提高对高风险因素(人、物、事、时间、地点等)掌控的精度、粒度,建立重大事件风险评估、预警机制,提高防范能力,进而实现犯罪高发分布及分类基础性研究及综合治理方案的制定。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)