【技术实现步骤摘要】
本专利技术涉及指标监测领域，尤其涉及一种指标监测方法、装置、终端设备以及存储介质。
技术介绍
1、城市体征监测是对城市经济、社会、环境等方面进行全面监测，用于了解城市发展的基本情况，评估城市的综合实力和质量水平，为城市规划、管理、发展提供科学的数据支撑。城市体征监测的数据来源包括统计数据、民间调查数据、业界研究数据等。
2、目前主要通过动态监测的方式对城市进行体征监测，但是这种方式存在以下问题：脱离政策实施的影响对指标进行监测。因为相关政策报告的发布、实施也会影响城市发展的侧重点，脱离政策实施的影响对指标进行监测分析是不合适的。
技术实现思路
1、本专利技术的主要目的在于提供一种指标监测方法、装置、终端设备以及存储介质，旨在解决目前对城市进行体征监测的方法脱离政策实施的影响的问题。
2、为实现上述目的，本专利技术提供一种指标监测方法，所述方法包括：
3、获取当前区域体征指标数据；
4、将所述当前区域体征指标数据输入预先创建的自学习指标监测模型，得到监测结果，所述自学习指标监测模型基于区域体征指标和政策文件报告进行选择后训练得到。
5、可选地，所述将所述当前区域体征指标数据输入预先创建的自学习指标监测模型，得到监测结果的步骤之后包括：
6、基于所述监测结果重新配置指标监测规则；
7、根据所述指标监测规则对当前区域进行监测；
8、当监测到异常情况时，发出指标监测预警，并输出指标监测报告。p>
9、可选地，所述获取当前区域体征指标数据的步骤之前包括：
10、获取训练数据，所述训练数据包括所述区域体征指标和所述政策文件报告；
11、对所述训练数据进行识别，得到识别结果；
12、根据所述识别结果选择训练模型；
13、将所述训练数据输入所述训练模型进行训练，得到自学习指标监测模型；
14、对训练得到的自学习指标监测模型进行评估，得到评估结果；
15、若所述评估结果不符合预设要求，则对所述训练模型进行优化，以完成所述自学习指标监测模型的创建。
16、可选地，所述根据所述识别结果选择训练模型的步骤包括：
17、若所述识别结果显示所述训练数据中带有标签信息的数据达到预设比例，则选择监督学习模型作为所述训练模型；
18、若所述识别结果显示所述训练数据中带有标签信息的数据未达到预设比例，则选择无监督学习模型和监督学习模型作为所述训练模型。
19、可选地，所述获取训练数据的步骤之后包括：
20、对所述训练数据进行数据预处理，得到预处理后的训练数据；
21、所述对所述训练数据进行识别，得到识别结果的步骤包括：
22、对所述预处理后的训练数据进行识别，得到所述识别结果；
23、所述将所述训练数据输入所述训练模型进行训练，得到自学习指标监测模型的步骤包括：
24、将所述预处理后的训练数据输入所述训练模型进行训练，得到所述自学习指标监测模型。
25、可选地，所述对所述训练数据进行数据预处理，得到预处理后的训练数据的步骤包括：
26、获取所述训练数据的特征数量；
27、若所述特征数量大于预设特征数量阈值，则对所述训练数据进行特征提取和/或特征选择，得到所述预处理后的训练数据。
28、可选地，所述对训练得到的自学习指标监测模型进行评估，得到评估结果的步骤包括：
29、获取验证数据；
30、将所述验证数据输入所述自学习指标监测模型，生成验证结果；
31、选择模型评估指标；
32、基于所述模型评估指标对所述验证结果进行评估，得到所述评估结果。
33、本专利技术实施例还提出一种指标监测装置，所述装置包括：
34、数据获取模块，用于获取当前区域体征指标数据；
35、监测模块，用于将所述当前区域体征指标数据输入预先创建的自学习指标监测模型，得到监测结果，所述自学习指标监测模型基于区域体征指标和政策文件报告进行选择后训练得到。
36、本专利技术实施例还提出一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的指标监测程序，所述指标监测程序被所述处理器执行时实现如上所述的指标监测方法。
37、本专利技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有指标监测程序，所述指标监测程序被处理器执行时实现如上所述的指标监测方法。
38、本专利技术实施例提出的指标监测方法、装置、终端设备以及存储介质，获取当前区域体征指标数据；将所述当前区域体征指标数据输入预先创建的自学习指标监测模型，得到监测结果，所述自学习指标监测模型基于区域体征指标和政策文件报告进行选择后训练得到。本专利技术实施例基于区域体征指标和政策文件报告训练得到自学习指标监测模型，然后将自学习指标监测模型应用于对当前区域体征指标的监测，得到监测结果，能够结合政策实施的影响对指标进行监测，提高了监测结果的准确度。
本文档来自技高网...【技术保护点】
1.一种指标监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述将所述当前区域体征指标数据输入预先创建的自学习指标监测模型，得到监测结果的步骤之后包括：
3.根据权利要求1所述的方法，其特征在于，所述获取当前区域体征指标数据的步骤之前包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述识别结果选择训练模型的步骤包括：
5.根据权利要求3所述的方法，其特征在于，所述获取训练数据的步骤之后包括：
6.根据权利要求5所述的方法，其特征在于，所述对所述训练数据进行数据预处理，得到预处理后的训练数据的步骤包括：
7.根据权利要求3所述的方法，其特征在于，所述对训练得到的自学习指标监测模型进行评估，得到评估结果的步骤包括：
8.一种指标监测装置，其特征在于，所述装置包括：
9.一种指标监测终端设备，其特征在于，所述指标监测终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的指标监测方法。
...【技术特征摘要】
1.一种指标监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述将所述当前区域体征指标数据输入预先创建的自学习指标监测模型，得到监测结果的步骤之后包括：
3.根据权利要求1所述的方法，其特征在于，所述获取当前区域体征指标数据的步骤之前包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述识别结果选择训练模型的步骤包括：
5.根据权利要求3所述的方法，其特征在于，所述获取训练数据的步骤之后包括：
6.根据权利要求5所述的方法，其特征在于，所述对所述训练数据进行数据预处理，得到预处理后的训练数...
【专利技术属性】
技术研发人员：叶嘉健，张怡琴，张惠玲，
申请(专利权)人：深圳市智慧城市科技发展集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。