System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人口统计,特别是涉及一种精细化人口分析方法及系统。
技术介绍
1、人口统计是对某一地区现有人口进行分析,例如,依据性别、年龄等常规因素进行分析。近年来,随着交通建设和城市协同发展策略的提出,对人口进行驻留和流动性分析具有越来越重要的研究意义。一个城市群的人口分析结果关系到地区行政管理规划、经济发展规划、社会治安管理等国计民生的方方面面,对城市群内不同城市之间人口的流动和驻留进行研究分析,对于相应城市群的职能规划、经济、文化、旅游等方面的协同发展具有重要意义。
2、当前针对城市群的人口分析方法主要包括传统的问卷调查和入户普查形式,以及利用交通卡口监控视频等技术进行分析方式。然而,问卷调查和入户普查形式耗时耗力,无法实时感知城市人口动态变化及城市群间人口流动的信息。利用交通卡口监控视频等技术的分析方式无法对一个区域的常住人口、流动人口、不同区域之间的人口流动性做精细化分析,且分析结果受天气、光线等客观因素的影响较大。
技术实现思路
1、本专利技术提供一种精细化人口分析方法及系统,能够提高人口分析结果的真实性,减少人口数据分析的误差。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种精细化人口分析方法包括:
4、获取目标区域内的原始人口数据集;
5、对所述原始人口数据集进行预处理,得到处理后的原始人口数据集;
6、采用深度残差神经网络模型对所述处理后的原始人口数据集进行训练和优化,得到训练优化后
7、根据所述训练优化后的人口预测模型对待分析区域的人口进行分析预测。
8、可选地,所述原始人口数据集包括出生率、死亡率和人口数量更新数据。
9、可选地,所述对所述原始人口数据集进行预处理,得到处理后的原始人口数据集,具体包括:
10、基于pandas库函数筛选原始人口数据以获取存在缺省值的数据记录;
11、根据设定常数填充所述数据记录中的缺省值,得到处理后的原始人口数据集。
12、可选地,所述采用深度残差神经网络模型对所述处理后的原始人口数据集进行训练和优化,得到训练优化后的人口预测模型,具体包括:
13、将所述预处理后的原始人口数据集以7:1:2的比例随机分配到人口数据训练集、人口数据数据验证集和人口数据测试集;
14、采用深度残差神经网络模型对所述人口数据训练集进行训练,得到训练后的人口数据预测模型;
15、根据所述人口数据验证集上宏f1分数最高的训练后的人口数据预测模型作为优化后的人口数据预测模型;
16、根据所述人口数据测试集对所述优化后的人口数据预测模型进行人口分析效果评价。
17、为实现上述目的,本专利技术还提供了如下方案:
18、一种精细化人口分析系统包括:
19、原始人口数据集获取模块,用于获取目标区域内的原始人口数据集;
20、原始人口数据集处理模块,用于对所述原始人口数据集进行预处理,得到处理后的原始人口数据集;
21、人口预测模型训练优化模块,用于采用深度残差神经网络模型对所述处理后的原始人口数据集进行训练和优化,得到训练优化后的人口预测模型;
22、人口分析预测模块,用于根据所述训练优化后的人口预测模型对待分析区域的人口进行分析预测。
23、可选地,所述原始人口数据集包括出生率、死亡率和人口数量更新数据。
24、为实现上述目的,本专利技术还提供了如下方案:
25、一种电子设备包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行计算机程序以使电子设备执行一种精细化人口分析方法。
26、为实现上述目的,本专利技术还提供了如下方案:
27、一种计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现一种精细化人口分析方法。
28、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
29、本专利技术提供一种精细化人口分析方法,该方法包括:获取目标区域内的原始人口数据集;对所述原始人口数据集进行预处理,得到处理后的原始人口数据集;采用深度残差神经网络模型对所述处理后的原始人口数据集进行训练和优化,得到训练优化后的人口预测模型;根据所述训练优化后的人口预测模型对待分析区域的人口进行分析预测。本专利技术能够提高人口分析结果的真实性,减少人口数据分析的误差。
本文档来自技高网...【技术保护点】
1.一种精细化人口分析方法,其特征在于,所述精细化人口分析方法包括:
2.根据权利要求1所述的精细化人口分析方法,其特征在于,所述原始人口数据集包括出生率、死亡率和人口数量更新数据。
3.根据权利要求1所述的精细化人口分析方法,其特征在于,所述对所述原始人口数据集进行预处理,得到处理后的原始人口数据集,具体包括:
4.根据权利要求1所述的精细化人口分析方法,其特征在于,所述采用深度残差神经网络模型对所述处理后的原始人口数据集进行训练和优化,得到训练优化后的人口预测模型,具体包括:
5.一种精细化人口分析系统,其特征在于,所述精细化人口分析系统包括:
6.根据权利要求5所述的精细化人口分析系统,其特征在于,所述原始人口数据集包括出生率、死亡率和人口数量更新数据。
7.一种电子设备,其特征在于,所述电子设备包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行计算机程序以使电子设备执行权利要求1-4任意一项所述的精细化人口分析方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储
...【技术特征摘要】
1.一种精细化人口分析方法,其特征在于,所述精细化人口分析方法包括:
2.根据权利要求1所述的精细化人口分析方法,其特征在于,所述原始人口数据集包括出生率、死亡率和人口数量更新数据。
3.根据权利要求1所述的精细化人口分析方法,其特征在于,所述对所述原始人口数据集进行预处理,得到处理后的原始人口数据集,具体包括:
4.根据权利要求1所述的精细化人口分析方法,其特征在于,所述采用深度残差神经网络模型对所述处理后的原始人口数据集进行训练和优化,得到训练优化后的人口预测模型,具体包括:
5.一种精细化...
【专利技术属性】
技术研发人员:李晓雪,张晓,李大贵,史一彤,郭德弘,马宇鹏,
申请(专利权)人:甘肃省地震局中国地震局兰州地震研究所,
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。