群体异常行为识别技术研究

• 作者: 陈诚
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（13）
• 所属期刊栏目: 探索与观察
• 页码范围: 90-93
• 页数: 4页
• 语种: 中文

摘要

随着社会经济的不断发展,信息化技术越来越成熟,信息的动态性、多源性、开放性等特点促使人们之间的联系越来越紧密,群体性活动和事件也日益增多,增加了群体事故的发生,例如人群滞留、聚集等.目前中国正处于快速发展的关键时期,频发的群体事件为社会稳定和公共安全带来了新的风险和挑战,是对社会治理能力的进一步考验,因此需要对群体的异常行为识别技术进行研究.相比于个体异常行为,群体异常行为具有规模化、易扩散、多模式的特点,其形成机理更复杂,影响后果更严重,传统方法难以识别和预测,因此亟需借助大数据、机器学习等技术,对群体异常行为进行分析建模,实现群体异常行为的智能识别和发现,加强对群体行为的理解和异常行为的检测能力,提高群体异常行为识别的准确性和时效性.