特等獎(jiǎng)-回家gis溫暖路-項(xiàng)目開發(fā)

1、目錄目錄_1 系統(tǒng)概述 3編寫目的 3項(xiàng)目背景 3需求分析 4系統(tǒng)說明 6運(yùn)行環(huán)境 61.4.2 開發(fā)環(huán)境 6技術(shù)分析 6MapGIS 10 6elliJ IDEA 6 71.5.3系統(tǒng)設(shè)計(jì) 7架構(gòu)設(shè)計(jì) 7架構(gòu)分析 7設(shè)計(jì) 7架構(gòu)體系 7功能模塊設(shè)計(jì) 12功能模塊匯總表 12功能模塊關(guān)系圖 14功能模塊詳述 15模型設(shè)計(jì) 18路段風(fēng)險(xiǎn)評(píng)估模型 18算法原理 18模型構(gòu)建與可視化 19區(qū)域風(fēng)險(xiǎn)評(píng)估模型 20算法原理 201技術(shù)支持3.2.2 模型構(gòu)建與可視化 21走失點(diǎn)聚類模型 22算法原理 22模型構(gòu)建與可視化 23數(shù)據(jù)庫設(shè)計(jì) 24邏輯設(shè)計(jì) 24物理設(shè)計(jì) 25表匯總 25表1:user_tab

2、le表 25表2:missing_people_data_table表 26表3:user_attention_table表 28表4:clue_table表 30系統(tǒng)亮點(diǎn)與技術(shù)特色 32系統(tǒng)亮點(diǎn) 32人臉?biāo)阉鞯倪\(yùn)用 32建模思維的運(yùn)用 325.1.2 數(shù)據(jù)分析功能的添加 32技術(shù)特色 33MapGIS Web 端插件式開發(fā)33實(shí)時(shí)通信系統(tǒng) 33爬蟲技術(shù) 33界面設(shè)計(jì) 34設(shè)計(jì)原則 34界面布局 34界面展示 357.項(xiàng)目總結(jié) 362技術(shù)支持1.系統(tǒng)概述1.1編寫目的能提高開發(fā)的效率，保證的質(zhì)量。為了詳細(xì)說明“回家”尋親系統(tǒng)的設(shè)計(jì)與開發(fā)過程，達(dá)到指導(dǎo)，幫助，解惑的作用，同時(shí)便于開發(fā)的相互交流，

3、以及系統(tǒng)的，編寫了此文檔。本文檔面向開發(fā)、項(xiàng)目指導(dǎo)老師、大賽評(píng)委老師、測(cè)試及最終用戶編寫，是了解“回家”尋親系統(tǒng)的導(dǎo)航。1.2 項(xiàng)目背景上，利用“互聯(lián)網(wǎng)+”創(chuàng)新打拐工作引起代表和有關(guān)的熱議。隨著“互聯(lián)網(wǎng)”與大數(shù)據(jù)時(shí)代的到來，互聯(lián)網(wǎng)正在改變尋親的方式“精準(zhǔn)推送，全民助力”即通過互聯(lián)網(wǎng)強(qiáng)大的通信功能進(jìn)行實(shí)時(shí)消息的推送，通過互聯(lián)網(wǎng)的廣大用戶發(fā)揮全體網(wǎng)民的集體力量?；ヂ?lián)網(wǎng)公益尋親的話題也正受到越來越廣泛的關(guān)注。尋親的關(guān)鍵是地理位置的確定、相關(guān)信息的匹配（人臉、特征描述等）以及線索消息的推送，然而目前國內(nèi)流行的尋親都是單一的相關(guān)信息的登記與展示，沒有與地理位置相結(jié)合，更沒有一個(gè)強(qiáng)大的消息系統(tǒng)提供線索的廣

4、播以及用戶之間的實(shí)時(shí)交流功能。“尋人”等結(jié)合深度學(xué)習(xí)技術(shù)，運(yùn)用人臉?biāo)阉鲗⒕€索人物與信息庫中的進(jìn)行比對(duì)把數(shù)據(jù)庫中相似度較高的信息返回給用戶來達(dá)到尋人的目的，但是人員信息中最為重要的地理信息數(shù)據(jù)卻沒有被利用。另一方面，目前國內(nèi)的尋親也缺乏對(duì)這些大量的地理位置信息分布的統(tǒng)計(jì)與研究。據(jù)不完全統(tǒng)計(jì)，每年的高達(dá) 800 萬，加之往年3技術(shù)支持未找到的，每年在尋高達(dá) 1000 萬，已經(jīng)成為一個(gè)嚴(yán)重的社會(huì)問題。如何探尋這些大量的信息背后的規(guī)律與奧秘，從而輔助機(jī)關(guān)等相關(guān)機(jī)構(gòu)采取相應(yīng)的措施來減緩甚至解決問題，已經(jīng)成為了一個(gè)迫切需要解決難題?；谏鲜霈F(xiàn)狀，打算開發(fā)一個(gè)能夠彌補(bǔ)傳統(tǒng)尋親的，具有地理空間數(shù)據(jù)分析能力的，

5、功能完善的互聯(lián)網(wǎng)公益尋親系統(tǒng)“回家”。所開發(fā)的尋親系統(tǒng)，利用了 MapGIS 10良好的空間數(shù)據(jù)的、查詢、展示、分析以及服務(wù)發(fā)布等強(qiáng)大的功能。以地理位置信息為，結(jié)合相應(yīng)的實(shí)際需求，增加人臉?biāo)阉?，全網(wǎng)搜索，實(shí)時(shí)消息推送等功能。建立一個(gè)功能完善的尋親系統(tǒng)，充分發(fā)揮 MapGIS 在地理位置方面強(qiáng)大的功能，為互聯(lián)網(wǎng)尋親提供一個(gè)完整的需求分析與技術(shù)支持。1.3 需求分析隨著“互聯(lián)網(wǎng)+”時(shí)代的到來，互聯(lián)網(wǎng)尋親愈來愈體現(xiàn)出的社會(huì)意義。互聯(lián)網(wǎng)尋親系統(tǒng)可以充分利用網(wǎng)絡(luò)的時(shí)效性，發(fā)揮廣大互聯(lián)網(wǎng)用戶的力量以實(shí)現(xiàn)更加精準(zhǔn)高效的尋親。然而，目前還沒有一個(gè)功能完善的尋親系統(tǒng)，為了提供一個(gè)完善的互聯(lián)網(wǎng)尋親系統(tǒng)，為尋親所涉

6、及的廣大用戶提供一個(gè)高效科學(xué)的，開發(fā)了“回家”尋親系統(tǒng)。尋親系統(tǒng)的用戶主要可分為以下三類：(1)尋親者：急需尋找與自身直接相關(guān)的的相關(guān)信息，并接收相關(guān)線索。需要在尋親上發(fā)布(2)上已經(jīng)登記的：不需尋找與自身直接相關(guān)的，但是樂于幫助尋找。需要在尋親上提供相應(yīng)線索，集合其他開展相關(guān)公益活動(dòng)。(3)決策者：機(jī)關(guān)等相關(guān)機(jī)構(gòu)。需要查看的統(tǒng)計(jì)數(shù)據(jù)以及4技術(shù)支持地理位置的時(shí)空分布。用戶與相關(guān)用例之間的詳細(xì)關(guān)系如圖 1 所示：圖 1 系統(tǒng)用例圖5技術(shù)支持1.4 系統(tǒng)說明1.4.1運(yùn)行環(huán)境(1)：Windows 7/Windows 8/Windows 10, Mac OS;(2)硬件：2GB 以上內(nèi)存、2GB

7、以上剩余硬盤空間1.4.2 開發(fā)環(huán)境操作系統(tǒng)：Windows10；開發(fā)語言：前端，Html，CSS，JavaScript；，Java；(3)開發(fā)環(huán)境：elliJ IDEA 2017，MapGIS Server，Tomcat8.5；(4)數(shù)據(jù)庫：MapGIS 10 空間數(shù)據(jù)庫，；(5)SDK：zongdyCnt.js，ol.js，JDK1.8。1.5 技術(shù)分析1.5.1MapGIS 10MapGIS 10 云 GIS各種 GIS 工具，可由用戶根據(jù)自己所需聚合、重最終遷移形成自己所需的行業(yè)應(yīng)用；同時(shí)提供了完備的地圖編輯數(shù)據(jù)工具、海量地理數(shù)據(jù)的可視化管理以及組件式開發(fā)模式，可進(jìn)行數(shù)據(jù)的專業(yè)構(gòu)建分析

8、，為用戶能夠快速搭建數(shù)據(jù)服務(wù)體系。開發(fā)可以很方便地在此基礎(chǔ)上二次開發(fā)，構(gòu)建多種應(yīng)用功能。1.5.2elliJ IDEAelliJ IDEA 簡稱(IDEA)，是 Java 語言開發(fā)的集成環(huán)境，IDEA 是 JetBrains公司的產(chǎn)品，支持 HTML，CSS，JavaScript，等。IDEA 是一個(gè)，完整的開發(fā)工具集，它包括了整個(gè)生命周期中所需要的大部分工具。由于失蹤數(shù)據(jù)的爬取模塊利用語言編寫，IDEA 對(duì)的支持大幅增加了編碼效率。同時(shí) IDEA 對(duì)前端語言的強(qiáng)大支持能力也使得所開發(fā)的系統(tǒng)兼的瀏覽器。因此，利用 IDEA 對(duì)系統(tǒng)進(jìn)行標(biāo)準(zhǔn)化的架構(gòu)和開發(fā)能夠增強(qiáng)工容6技術(shù)支持作效率，同時(shí)使得開發(fā)

9、系統(tǒng)的兼容性更高。1.5.3是一個(gè)關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，由瑞典AB 公司開發(fā)，目前屬于 Oracle 旗下產(chǎn)品。是最流行的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)之一，在 WEB應(yīng)用方面，是最好的關(guān)系數(shù)據(jù)庫管理系統(tǒng)應(yīng)用。因此，選用與地理位置數(shù)據(jù)無關(guān)的業(yè)務(wù)數(shù)據(jù)。2. 系統(tǒng)設(shè)計(jì)2.1 架構(gòu)設(shè)計(jì)2.1.1架構(gòu)分析“回家”尋親系統(tǒng)的開發(fā)涉及大量的 GIS 服務(wù)、人臉?biāo)阉飨嚓P(guān)的業(yè)務(wù)邏輯以及大量的地理信息數(shù)據(jù)展示。因此采用一個(gè)合理的架構(gòu)，能夠?qū)⒏鱾€(gè)模塊進(jìn)行解耦實(shí)現(xiàn)前后端的分離，在提高開發(fā)效率的同時(shí)也能體現(xiàn)結(jié)構(gòu)體系的科學(xué)性。2.1.2設(shè)計(jì)項(xiàng)目借鑒傳統(tǒng)的三層架構(gòu)（即數(shù)據(jù)層、業(yè)務(wù)邏輯層和界面層）。在傳統(tǒng)的三層架構(gòu)之上增加數(shù)據(jù)爬取層

10、和數(shù)據(jù)處理層，通過輪詢將空間數(shù)據(jù)于MapGIS 10 空間數(shù)據(jù)庫，利用 MapGIS IGServer 發(fā)布的服務(wù)連接請(qǐng)求處理層與空間數(shù)據(jù)庫。數(shù)據(jù)層用于處理業(yè)務(wù)數(shù)據(jù)庫的增刪查改，業(yè)務(wù)邏輯層調(diào)用 Face+第接口，臉檢測(cè)和人臉?biāo)阉飨嚓P(guān)邏輯。2.1.3架構(gòu)體系系統(tǒng)對(duì)當(dāng)前現(xiàn)有尋親的信息進(jìn)行爬取，通過正則表達(dá)式匹配失蹤地點(diǎn)后進(jìn)行逆地理編碼得到具體的坐標(biāo)，并將加入項(xiàng)目對(duì)應(yīng)的 Face+人臉集合，用于之后的人臉?biāo)阉髋c匹配。經(jīng)過逆地理7技術(shù)支持編碼之后的數(shù)據(jù)通過輪詢MapGIS 10 空間數(shù)據(jù)庫?；跀?shù)據(jù)建模，采用核密度分析、緩沖區(qū)分析、聚類分析等 GIS 分析技術(shù)分析數(shù)據(jù)的時(shí)空特點(diǎn)，通過數(shù)據(jù)可視化展示數(shù)據(jù)

11、背后的規(guī)律與含義。系統(tǒng)整體架構(gòu)主要可分為空間數(shù)據(jù)部分和業(yè)務(wù)數(shù)據(jù)部分，空間數(shù)據(jù)部分，數(shù)據(jù)爬取層負(fù)責(zé)歷史數(shù)據(jù)與實(shí)時(shí)數(shù)據(jù)的爬取，數(shù)據(jù)處理層負(fù)責(zé)相應(yīng)數(shù)據(jù)的處理，并存入空間數(shù)據(jù)庫，通過 MapGIS IGServer 發(fā)布相應(yīng)的服務(wù)，最終用于客戶端的展示；業(yè)務(wù)數(shù)據(jù)部分由數(shù)據(jù)層負(fù)責(zé)業(yè)務(wù)數(shù)據(jù)的，業(yè)務(wù)邏輯層負(fù)責(zé)業(yè)務(wù)邏輯的處理，最終用于客戶端的展示。系統(tǒng)的整體架構(gòu)圖如圖 2 所示：終端展示層請(qǐng)求處理層空間分析服務(wù)地圖服務(wù)要素服務(wù)業(yè)務(wù)邏輯層Face+第接數(shù)據(jù)層口MapGIS IGServer輪詢Face+人臉集業(yè)務(wù)數(shù)據(jù)庫數(shù)據(jù)處理層空間數(shù)據(jù)庫數(shù)據(jù)爬取層圖 2系統(tǒng)整體架構(gòu)圖8技術(shù)支持系統(tǒng)的架構(gòu)主要可分為數(shù)據(jù)爬取層、數(shù)

12、據(jù)處理層、服務(wù)發(fā)布層、數(shù)據(jù)訪問層和業(yè)務(wù)邏輯層。數(shù)據(jù)爬取層：利用 pyhton3 原生 urllib 庫編寫的爬蟲框架如圖 3 所示：將主頁 URLURL 隊(duì)列；URL 隊(duì)列中元素發(fā)送至頁面器；對(duì)獲取到的 HTML 文本進(jìn)行，得到的 URLsURL 隊(duì)列、Items進(jìn)入項(xiàng)目管道；遍歷項(xiàng)目管道，將數(shù)據(jù)從數(shù)據(jù)庫中；（從）重復(fù)直到 URL 隊(duì)列為空。數(shù)據(jù)庫URL 隊(duì)列URL 進(jìn)入項(xiàng)目管道URL隊(duì)頁面器得到 Items 進(jìn)入管獲取HTML 文網(wǎng)頁文本圖 3 爬蟲框架圖數(shù)據(jù)處理層：將數(shù)據(jù)爬取層得到的原始數(shù)據(jù)進(jìn)行逆地理編碼獲得所在地點(diǎn)的坐標(biāo)，并將結(jié)構(gòu)化數(shù)據(jù)存入數(shù)據(jù)庫，將含有人臉的加入項(xiàng)目對(duì)應(yīng)的 Face+人

13、臉集合。在數(shù)據(jù)分析上專注于 GIS時(shí)空數(shù)據(jù)的分析。將經(jīng)過逆地理編碼后的數(shù)據(jù)進(jìn)行聚類分析獲得分布密9技術(shù)支持度最大的點(diǎn)，并利用各個(gè)類簇的個(gè)數(shù)計(jì)算該點(diǎn)的范圍。在易路段分析上，我門采用核密度分析法，利用現(xiàn)有的數(shù)據(jù)與路網(wǎng)數(shù)據(jù)計(jì)算市各路段的風(fēng)險(xiǎn)，并對(duì)結(jié)果進(jìn)行分類評(píng)估。服務(wù)發(fā)布層：使用了 MapGIS IGServer 進(jìn)行地理服務(wù)的管理。其中數(shù)據(jù)通過要素服務(wù)進(jìn)行發(fā)布，輪詢其 Rest 接口進(jìn)行地理數(shù)據(jù)的增刪查改；空間分析服務(wù)通過要素緩沖分析查詢緩沖區(qū)。數(shù)據(jù)層：數(shù)據(jù)層與業(yè)務(wù)數(shù)據(jù)庫中的表相對(duì)應(yīng)，負(fù)責(zé)業(yè)務(wù)數(shù)據(jù)庫的增刪查改。其類圖如圖 4 所示：圖 4數(shù)據(jù)層類圖10技術(shù)支持其中類 DBHelper 負(fù)責(zé)數(shù)據(jù)庫的

14、連接工作，類 User處理，對(duì)應(yīng)數(shù)據(jù)庫中的表 user_table；類 MissingPeople負(fù)責(zé)系統(tǒng)用戶數(shù)據(jù)的信息的數(shù)據(jù)處理，對(duì)應(yīng)數(shù)據(jù)庫中的表 missing_people_data_table；類 Attention負(fù)責(zé)用戶關(guān)信息處理，對(duì)應(yīng)數(shù)據(jù)庫中的表 user_attention;類 Clue注的負(fù)責(zé)先關(guān)線索的處理，對(duì)應(yīng)數(shù)據(jù)庫中的表 clue_table；UserFriendsTable 負(fù)責(zé)系統(tǒng)用戶之間好友關(guān)系的處理，對(duì)應(yīng)數(shù)據(jù)庫中的表 user_friend_table。業(yè)務(wù)邏輯層：業(yè)務(wù)邏輯層可分為人臉?biāo)阉髂K和實(shí)時(shí)消息推送模塊。人臉?biāo)阉髂K主要負(fù)責(zé)調(diào)用 Face+ Rest 接口

15、進(jìn)行人臉檢測(cè)，人臉?biāo)阉鳎四樝嗨贫扔?jì)算，其框架如圖 5 所示：信息修改信息登記登記未檢測(cè)到人臉或檢測(cè)到多個(gè)人臉成功檢測(cè)到單個(gè)人臉人臉檢測(cè)人臉?biāo)阉饕伤?1技術(shù)支持圖 5 人臉?biāo)阉髂K框架圖不存在可能為同一人的提供線索存在可能為同一人的實(shí)時(shí)消息推送模塊負(fù)責(zé)聊天功能的實(shí)現(xiàn)與相關(guān)線索的廣播，其框架如圖6 所示。好友用戶點(diǎn)對(duì)點(diǎn)聊天信息登線索提供者消息系統(tǒng)線索廣播關(guān)注線索圖 6 消息系統(tǒng)模塊框架圖系統(tǒng)的前端架構(gòu)主要可分為請(qǐng)求處理層和終端展示層。請(qǐng)求處理層：請(qǐng)求處理層負(fù)責(zé)處理前端請(qǐng)求，通過與 MapGIS IGServer 相關(guān)服務(wù)以及業(yè)務(wù)邏輯層的交互將處理結(jié)果返回給終端展示層。終端展示層：終端展示層負(fù)責(zé)最

16、終的數(shù)據(jù)展示以及系統(tǒng)與用戶之間的交互。2.2 功能模塊設(shè)計(jì)2.2.1功能模塊匯總表功能模塊匯總表如表 1 所示：表 1 功能模塊匯總表12技術(shù)支持13技術(shù)支持尋親功能子系統(tǒng)模塊名稱功能簡述信息管理模塊顯示所有信息；按屬性進(jìn)行查詢與高級(jí)搜索；對(duì)進(jìn)行添加、取消關(guān)注；信息登記；信息修改；地圖查詢模塊矢量圖層交互式點(diǎn)查詢；矢量圖層交互式線查詢；矢量圖層交互式圓查詢；矢量圖層交互式拉框；矢量圖層交互式多邊形查詢；矢量圖層屬性查詢模塊；地圖顯示模塊圖層疊加顯示；地圖聚合標(biāo)注顯示；popup 彈出框顯示，顯示詳細(xì)信息；地圖定位；人臉?biāo)阉髂K人臉?biāo)阉?，相似度匹配；?duì)匹配相似度較高的關(guān)注、者提供線索；關(guān)注者、者

17、與進(jìn)行聊天；消息推送模塊對(duì)提供的信息進(jìn)行實(shí)時(shí)推送；模塊今日尋親推送；尋親宣傳活動(dòng)發(fā)起；全網(wǎng)搜索模塊通過調(diào)用 bing 搜索引擎對(duì)進(jìn)行全網(wǎng)搜索；數(shù)據(jù)分析子系統(tǒng)模塊名稱功能簡述風(fēng)險(xiǎn)分析模塊易失路段分析，周邊情況查看；區(qū)域風(fēng)險(xiǎn)評(píng)估；2.2.2功能模塊關(guān)系圖賬戶切換膚色切換回家系統(tǒng)尋親功能子系統(tǒng)數(shù)據(jù)分析子系統(tǒng)消息推送模塊地圖查詢模塊 地圖顯示模塊圖 7 功能模塊關(guān)系圖14技術(shù)支持圖表分析模塊風(fēng)險(xiǎn)分析模塊志愿者模塊 人臉?biāo)阉髂K全網(wǎng)搜索模塊信息管理模塊地圖查詢模塊地圖顯示模塊空間分析模塊圖表分析模塊尋力圖； 各類統(tǒng)計(jì)圖表；地圖分析。地圖顯示模塊圖層疊加顯示；地圖聚合標(biāo)注顯示；popup 彈出框顯示，顯示

18、詳細(xì)信息；地圖要素動(dòng)畫，聚類點(diǎn)范圍圖；地圖定位；地圖查詢模塊圖層疊加查詢；矢量圖層交互式點(diǎn)查詢；矢量圖層交互式線查詢；空間分析模塊要素緩沖區(qū)分析。2.2.3 功能模塊詳述尋親功能子系統(tǒng)全網(wǎng)搜索模塊：該模塊通過利用 Bing 引擎進(jìn)行全網(wǎng)搜索，擴(kuò)大了數(shù)據(jù)來源范圍，將結(jié)果根據(jù)相關(guān)度排序展示主頁浮動(dòng)框中，用戶通過點(diǎn)擊標(biāo)題可獲取詳情信息。地圖查詢模塊：該模塊主要實(shí)現(xiàn)“回家”尋親系統(tǒng)中矢量圖層查詢的基本功能，其中包括矢量圖層交互式點(diǎn)查詢、矢量圖層交互式線查詢、矢量圖層交互式圓查詢、矢量圖層交互式拉框、矢量圖層交互式多邊形查詢、矢量圖層屬性查詢功能，通過調(diào)用 zongDyCnt.js 等庫從 MapGIS

19、 IGServer 的空間數(shù)據(jù)中提取數(shù)據(jù)進(jìn)行展示。地圖顯示模塊：該模塊主要實(shí)現(xiàn)地圖顯示功能，展示數(shù)據(jù)有矢量圖層數(shù)據(jù)、瓦片數(shù)據(jù)等，展示形式有圖層疊加顯示、聚合標(biāo)注形式、Popup 彈出框形式、要素動(dòng)畫形式，通過調(diào)用 ol.js、zongDyCnt.js 等庫實(shí)現(xiàn)良好的交互功能，向用戶展示相關(guān)信息。信息管理模塊：該模塊實(shí)現(xiàn)系統(tǒng)中信息管理的基本功能，包括顯示所有信息、按屬性進(jìn)行查詢與高級(jí)搜索、對(duì)進(jìn)行添加、取消關(guān)注、信息登記、信息修改等信息管理操作。人臉?biāo)阉髂K：該模塊實(shí)現(xiàn)了大規(guī)模圖像信息檢索功能，通過上傳含有疑似人臉的，與服務(wù)器中已登記的進(jìn)行對(duì)比匹配，從而獲得相似度最高的 4 張以及對(duì)應(yīng)的詳細(xì)信息，

20、供參考辨別。此模塊是驅(qū)動(dòng)“回家”系統(tǒng)的引擎；對(duì)于相似度大于 80%的提供“一鍵提供線索”功能，可以錄入疑似的詳細(xì)信息，系統(tǒng)會(huì)實(shí)時(shí)對(duì)關(guān)注者、者進(jìn)行消息廣播，并提供“點(diǎn)對(duì)點(diǎn)聊天功能”，是連接與尋親者的樞紐。15技術(shù)支持大規(guī)模圖像信息檢索原理介紹：本系統(tǒng)調(diào)用 Face+接口，利用深度學(xué)習(xí)框架訓(xùn)練人臉?biāo)阉髂Ｐ?，模型具體流程如圖 8 所示：池化層樣本 樣本 樣本 權(quán)值共享的卷積神經(jīng)網(wǎng)絡(luò)層分割編碼層三重?fù)p失函數(shù)圖 8 人臉?biāo)阉髂Ｐ瞳@取樣本集向量（三元組），如圖 8 中 、 、 ， 與 為相似樣本， 與 為不相似樣本；該三元組樣本二進(jìn)制編碼與 為： 二進(jìn)制編與 碼海明距離小于 距離；構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練

21、，并利用權(quán)值共享提高模型效率與準(zhǔn)確率；對(duì)訓(xùn)練后的結(jié)果進(jìn)行分割與編碼；將編碼后的 、 、 帶入損失函數(shù)（式（1）；不斷重復(fù)調(diào)整模型參數(shù)直至模型收斂。II tripletF I ,F,FF I F I 2 F I F I 2 1)= max (0,2216技術(shù)支持三元組11 卷積層II q tht FI,F,F0,1（1）模塊：模塊實(shí)現(xiàn)了“今日尋親”、“活動(dòng)發(fā)起”兩大功能，“今日尋親”按時(shí)間列出最近一周丟失信息及地理位置供查看，通過“活動(dòng)發(fā)起”功能，可以在地圖上繪制路線并進(jìn)行相關(guān)標(biāo)注，制作自己的活動(dòng)地圖，打印出的地圖也可以進(jìn)行。數(shù)據(jù)分析子系統(tǒng)：地圖查詢模塊：該模塊在地圖查詢基礎(chǔ)功能上增加了圖層緩沖

22、區(qū)查詢。其流程如下：首先捕獲用戶交互式點(diǎn)擊動(dòng)作所在坐標(biāo)，利用坐標(biāo)組成的多邊形形成緩沖區(qū)，然后查詢緩沖區(qū)圖層幾何信息，最后對(duì)點(diǎn)圖層進(jìn)行圖層疊加查詢，完成緩沖區(qū)查詢模型。地圖顯示模塊：地圖展示模塊用于基本的地圖展示，配合其他相關(guān)模塊進(jìn)行數(shù)據(jù)的展示?？臻g分析模塊：通過調(diào)用 MapGIS IGServe 接口完成要素緩沖區(qū)分析。風(fēng)險(xiǎn)分析模塊：該模塊提供“易失路段分析”、“區(qū)域風(fēng)險(xiǎn)分析”兩種交互式風(fēng)險(xiǎn)分析功能?！耙资范畏治觥敝饕谩奥范物L(fēng)險(xiǎn)評(píng)估模型”（見 3.1）得出市各路段風(fēng)險(xiǎn)指數(shù)，并分級(jí)顯示于地圖上，通過交互點(diǎn)擊查詢獲得選中路段詳細(xì)信息，通過交互式線查詢獲得該路段周邊走失情況?！皡^(qū)域風(fēng)險(xiǎn)分析”主

23、要利用“區(qū)域風(fēng)險(xiǎn)評(píng)估模型”（見 3.2），通過圖層緩沖區(qū)查詢，得出緩沖區(qū)域內(nèi)風(fēng)險(xiǎn)指數(shù)，并分級(jí)顯示于地圖上。圖表分析模塊：該模塊結(jié)合 E-chart 與數(shù)據(jù)繪制各類分析圖，幫助決策分析歷史與近期走失情況，通過分析圖表可直觀的查看的分布，如“尋力圖”、“近 10 年時(shí)空分布于份情況”、17技術(shù)支持“分布”、“近 20 年男女人數(shù)折線圖”、“最近 10 天人數(shù)統(tǒng)計(jì)圖”、“范圍圖”、“份男女人數(shù)比例圖”等。3. 模型設(shè)計(jì)3.1 路段風(fēng)險(xiǎn)評(píng)估模型在易失路段分析模塊，項(xiàng)目基于市路網(wǎng)數(shù)據(jù)與點(diǎn)數(shù)據(jù)，結(jié)合地理學(xué)第一定律，利用核密度分析技術(shù)，構(gòu)建了一個(gè)路段風(fēng)險(xiǎn)評(píng)估模型，對(duì)市路段風(fēng)險(xiǎn)指數(shù)進(jìn)行定性定量識(shí)別，并通過 M

24、apIGServer 進(jìn)行可視化展示。3.1.1算法原理核密度的計(jì)算方法是基于地理學(xué)第一定律，即距離越近的事物關(guān)聯(lián)越緊密，與要素越近的位置獲取的密度擴(kuò)張值越大。由于其顧及和體現(xiàn)了空間位置的差異性以及中心強(qiáng)度隨距離衰減的特性，該方法適合于城市設(shè)施服務(wù)影響、交通路段風(fēng)險(xiǎn)評(píng)估等連續(xù)性地理現(xiàn)象的密度估計(jì)。本項(xiàng)目利核密度法實(shí)現(xiàn)走失點(diǎn)影響擴(kuò)散。核密度的公式定義為：1 = （2） =1 2式中 是位置s處的核密度估計(jì)函數(shù)；h是路徑衰減閾值，即帶寬；n是與位置s的路徑距離小于或等于h的走失點(diǎn)數(shù)； 函數(shù)是空間權(quán)重函數(shù)，模型選擇四次權(quán)重方程（式（3） 2 2 = 1 （3） 考慮到均衡不同走失點(diǎn)的分布情況其中帶寬

25、h由式（4）決定：1 2 2 = 0t t, t （4） ( )2( )2 t = =1 =1（5） （5）中 和 是要素i的坐標(biāo)， , ,表示輸入點(diǎn)的平均中心,n為要素總數(shù)，（4）式中SD為輸入點(diǎn)平均中心與所有點(diǎn)的標(biāo)準(zhǔn)距離，t 為輸入點(diǎn)平均中心與所18技術(shù)支持有點(diǎn)的距離中值。核密度估計(jì)的主要算法如下：定義一個(gè)搜索半徑r（由上式（4）、（5）決定），即距離衰減閾值；計(jì)算每個(gè)發(fā)生元到衰減閾值r內(nèi)所有相鄰路段的距離（點(diǎn)到直線的距離是點(diǎn)到直線的垂線或最近的折點(diǎn)的距離），所有距離小于r的相鄰路段都應(yīng)被考慮其中；在每個(gè)發(fā)生元以及它所有相鄰路段處，基于所選擇的核函數(shù)、衰減距離、走失點(diǎn)實(shí)體數(shù)計(jì)算其密度值；在

26、與發(fā)生元的距離小于閾值以內(nèi)的每條路段處，合計(jì)來自不同發(fā)生元的密度值之和，并將總密度（風(fēng)險(xiǎn)指數(shù)）分配給該路段，對(duì)于其他路段，密度缺省值為零。最后，為了方便展示與計(jì)算，剔除風(fēng)險(xiǎn)度為0的路段并將各路段風(fēng)險(xiǎn)度進(jìn)行歸一化處理至0-10之間（公式（6）。 = 10（6） 式（6）中W為風(fēng)險(xiǎn)指數(shù)3.1.2模型構(gòu)建與可視化按風(fēng)險(xiǎn)指數(shù)將市易失路段分為 5 類，分類閾值如下：（表 1）風(fēng)險(xiǎn)指數(shù)分級(jí)表通過 MapGIS 根據(jù)圖元屬性更改參數(shù)，將路段按不同顏色與粗細(xì)分級(jí)顯示并將矢量圖層疊加至 OSM 底圖上，通過交互式點(diǎn)擊查詢顯示該路段具體信息，點(diǎn)擊“周邊情況”、輸入查詢半徑、進(jìn)行線查詢即可查看周邊走失情況?？梢暬?/p>

27、19技術(shù)支持風(fēng)險(xiǎn)指數(shù)風(fēng)險(xiǎn)等級(jí)W0.1可能0.1W0.11較易0.11W0.3易0.3W1.0非常易1W10極易如下圖所示：3.2域風(fēng)險(xiǎn)評(píng)估模型在區(qū)域風(fēng)險(xiǎn)評(píng)估模塊，項(xiàng)目通過交互式緩沖區(qū)查詢得到區(qū)域范圍內(nèi)走失點(diǎn)數(shù)目，結(jié)合緩沖區(qū)面積求得走失密度，并通過對(duì)走失密度進(jìn)行分級(jí)處理。幫助用戶對(duì)各區(qū)域風(fēng)險(xiǎn)定性定量識(shí)別，并通過 MapGIS IGServer 進(jìn)行可視化展示。3.2.1算法原理風(fēng)險(xiǎn)指數(shù)由緩沖區(qū)面積與區(qū)域內(nèi)走失點(diǎn)數(shù)量得到（如式（7） = （7） 式（7）中，Z 為風(fēng)險(xiǎn)指數(shù)、N 為落入緩沖區(qū)內(nèi)的點(diǎn)、S 為緩沖區(qū)面積。其中緩沖區(qū)面積計(jì)算方法如下，首先根據(jù)式（8）將緩沖區(qū)邊界點(diǎn)反算為 X,Y坐標(biāo)，用法（

28、式（9）計(jì)算出緩沖區(qū)面積。X = uB 0th 2 2 2 sin cos (8)1t0Y = 1 (D K 2) 2 EN cos 式（8）中:u = 6 67httt 6;v = 6 6tt02;E = L A 1t0;A 為子午線經(jīng)度;20技術(shù)支持區(qū)S = cos 2;N = V 21h62t267 (10tt7 0t00 0S) S SD = 0t 0t0012 S S 0t1666667 F = 0t2h 0t002h2S S 0t0 166K = 0t00t 0t1667 0t16t 0t00 0S S S M = (0t166S 0t0t ) S面積計(jì)算公式：P = 1 ( 1

29、1)(9)23.2.2模型構(gòu)建與可視化基于 MapGIS IGServer服務(wù)，首先通過用戶所繪制圖元生成緩沖區(qū)、并獲取緩沖區(qū)幾何屬性值，通過上式（8）、（9）計(jì)算出緩沖區(qū)面積，其次通過緩沖區(qū)幾何屬性進(jìn)行圖層疊加查詢，獲得緩沖區(qū)中走失點(diǎn)個(gè)數(shù)，最終計(jì)算該緩沖區(qū)的走失點(diǎn)密度。按走失點(diǎn)密度將區(qū)域風(fēng)險(xiǎn)分為 5 類，分類閾值如下：通過圖層疊加顯示與彈出框形式對(duì)分析結(jié)果進(jìn)行可視化分級(jí)顯示?？梢暬Ч缦聢D所示：21技術(shù)支持走失點(diǎn)密度（人/km2）風(fēng)險(xiǎn)等級(jí)1可能2較易3易4非常易5極易3.3 走失點(diǎn)聚類模型在走失點(diǎn)聚類模塊，項(xiàng)目基于 3,4000 余條歷史數(shù)據(jù)聚類十分有效的均值漂移(Mean Shift)聚

30、類算法，對(duì)信息，采用對(duì)空間坐標(biāo)進(jìn)行聚類，最終得到 197 個(gè)類簇，以及每個(gè)類簇的個(gè)數(shù)，最后對(duì)不同類簇根據(jù)個(gè)數(shù)給定相應(yīng)權(quán)值，依據(jù)權(quán)值繪制范圍圖。3.3.1算法原理目前已有的研究工作表明，均值漂移(Mean Shift)聚類算法對(duì)空間數(shù)據(jù)的聚類非常有效。均值漂移是一種非參數(shù)聚類方法，該聚類算法不需要指定聚類的數(shù)量，而且對(duì)聚類的形狀也沒有約束，只需要指定“帶寬”，“帶寬”代表了觀測(cè)的尺度數(shù)據(jù)點(diǎn)含有的坐標(biāo)非常適合利用均值漂移聚類算法進(jìn)行聚類。以下是算法的詳細(xì)介紹：給定 n 個(gè) d 維數(shù)據(jù)點(diǎn) ，i=1,n, ，利用核函數(shù)密度估計(jì)的方法，得到這 n 個(gè)點(diǎn)的概率密度為： 1 = (10) =1其中 K(x)

31、為核函數(shù)，h 為帶寬。如果使用核函數(shù)等常見的徑稱的核2),其中 c 是一個(gè)歸一化常數(shù)。為了尋找函數(shù)，則 K(x)可以表示成 K x = ck( 22技術(shù)支持?jǐn)?shù)據(jù)密集的極值點(diǎn)，即求解梯度為 0 的點(diǎn)，令fx= 0。 ( ) ( =12 2 2 =)2 2= 2 =1 (11) 22 =1 =1其中 g s = ( )。上式前半部分可以看作基函數(shù)為 g(2)的核函數(shù)密度 估計(jì)在 x 處的取值，后半部分是一個(gè)矢量，被稱為 mean shift，記為：2 =1 = (12) 2 =1Mean shift 矢量指向概率密度函數(shù)增加的方向。因此，均值漂移聚類算法可以使用如下的迭代步驟來得到f x = 0

32、的位置。第 t 步：在位置 處計(jì)算 mean shift 矢量 ( )第 t+1 步：跟新 x 的位置： 1 = ( )重復(fù)以上步驟，直至收斂。3.3.2模型構(gòu)建與可視化為了防止各類簇之間數(shù)量的的差距過大，在構(gòu)造圓時(shí)對(duì)每個(gè)類簇的數(shù)量取 log。最后得到的圓的半徑的計(jì)算公式如下： = t 范圍圓的半徑，num 表示每個(gè)類簇的(13)式中，R 表示數(shù)量，c 表示一個(gè)常數(shù)，用于調(diào)整半徑的大小以便于展示。最后，利用 ol.js 開發(fā)庫在地圖上添加范圍圓用于展示，可以直掛的看到各地的分布情況與數(shù)量對(duì)比?？梢暬Ч缦聢D所示：23技術(shù)支持4. 數(shù)據(jù)庫設(shè)計(jì)4.1 邏輯設(shè)計(jì)數(shù)據(jù)庫中的邏輯設(shè)計(jì)如 E-R 圖（圖

33、 9）所示：24技術(shù)支持圖 9數(shù)據(jù)庫 E-R 圖4.2 物理設(shè)計(jì)4.2.1表匯總4.2.2表1:user_table表25技術(shù)支持表名user_table數(shù)據(jù)庫用戶root主鍵userName其他排序字段無索引字段userName序號(hào)字段名稱數(shù)據(jù)類型（精度范圍）允 許為 空Y/N唯一Y/N區(qū)別 度默認(rèn) 值約束條件/說明1userName ARCHAR(11)NY高主鍵2password ARCHAR(16)NN中3CHAR(11)NY高4location ARCHAR(50)NN低表名功能說明user_table用于用戶信息missing_people_data_table用于信息user_a

34、ttention_table用于用戶與其關(guān)心的關(guān)系clue_table用于線索信息4.2.3表2:missing_people_data_table表26技術(shù)支持表名missing_people_data_table數(shù)據(jù)庫用戶root主鍵missingID其他排序字段無索引字段missingID、userName序號(hào)字段名稱數(shù)據(jù)類型（精度范圍）允許為空Y/N唯一Y/N區(qū)別度默認(rèn)值約束條件/說明1missingID(10)NY高主鍵2type ARCHAR(11)NN低3missingName ARCHAR(100)NN低4sex ARCHAR(3)NN低5birthDateDATENN低6he

35、ight ARCHAR(20)NN低7missingDateDATENN低8missingPlaceTEXT(500)NN低9descriptionTEXT(500)NN中10NN中extraDaEXT(500)11registrationDateDATENN低CREATE TABLE IF NOT EXISTS gohome.user_table (userName ARCHAR(40) NOT NULL,password ARCHAR(16) NOT NULL, CHAR(11) NOT NULL,location ARCHAR(50) NULL, PRIMARY KEY (userNam

36、e)ENGINE = InnoDB;27技術(shù)支持12lngDOUBLENN低13latDOUBLENN低14hasPhoto(2)NN低15missingPeopleSe(2)NN低016userName ARCHAR(40)NN低admin外鍵CREATE TABLE IF NOT EXISTSgohome.missing_people_data_table (missingIDUNSIGNED NOT NULL AUTO_INCREMENT,type ARCHAR(11) NOT NULL,missingName ARCHAR(100) NOT NULL,sex ARCHAR(3) NOT

37、 NULL,birthDate DATE NOT NULL,height ARCHAR(20) NOT NULL,missingDate DATE NOT NULL,missingPlace TEXT(500) NOT NULL,description TEXT(500) NOT NULL,extraData TEXT(500) NOT NULL,registrationDate DATE NOT NULL,lng DOUBLE NOT NULL,lat DOUBLE NOT NULL,hasPhoto(2) NOT NULL,missingPeopleSe(2) NOT NULL,userN

38、ame ARCHAR(40) NOT NULL, PRIMARY KEY (missingID, userName),UNIQUE INDEX missing_ID_UNIQUE (missingID ASC),INDEX4.2.4表3:user_attention_table表28技術(shù)支持表名user_attention_table數(shù)據(jù)庫用戶root主鍵userName、missingID其他排序字段無索引字段missingID、userName序號(hào)字段名稱數(shù)據(jù)類型（精度范圍）允許為空Y/N唯一Y/N區(qū)別度默認(rèn)值約束條件/說明1missingID(10)NN中外鍵2userName ARCH

39、AR(40)NN中admin外鍵fk_missing_people_data_table_user_table1_idx (userName ASC),CONSTRAfk_missing_people_data_table_user_table1 FOREIGN KEY (userName)REFERENgohome.user_table (userName)ON DELETE NO ACTION ON UPDATE NO ACTION)ENGINE = InnoDB;29技術(shù)支持CREATE TABLE IF NOT EXISTSgohome.user_attention_table (us

40、erName ARCHAR(11) NOT NULL,missingIDUNSIGNED NOT NULL, PRIMARY KEY (userName, missingID), INDEXfk_uesr_table_has_missing_people_data_table_missing_people_idx (missingID ASC), INDEXfk_uesr_table_has_missing_people_data_table_uesr_table_idx (userName ASC),CONSTRAfk_uesr_table_has_missing_people_data_t

41、able_uesr_table FOREIGN KEY (userName)REFERENgohome.user_table (userName) ON DELETE NO ACTIONON UPDATE NO ACTION, CONSTRAfk_uesr_table_has_missing_people_data_table_missing_people_ da1FOREIGN KEY (missingID)REFERENgohome.missing_people_data_table(missingID)ON DELETE NO ACTION ON UPDATE NO ACTION)ENG

42、INE = InnoDB;4.2.5表4:clue_table表30技術(shù)支持表名clue_table數(shù)據(jù)庫用戶root主鍵clueID其他排序字段無索引字段missingID、userName序號(hào)字段名稱數(shù)據(jù)類型（精度范圍）允許為空Y/N唯一Y/N區(qū)別度默認(rèn)值約束條件/說明1clueID(10)NY高主鍵2confidenceFLOATNN低3height ARCHAR(20)NN低4sex ARCHAR(3)NN低5findDateDATENN低6findPlaceTEXT(500)NN低7descriptionTEXTNN中8uploadDateDATENN低9clueSe ARCHAR(

43、10)NN低10missingID(10)NN中外鍵11userName ARCHAR(40)NN中外鍵31技術(shù)支持CREATE TABLE IF NOT EXISTS gohome.clue_table (clueID(10) UNSIGNED NOT NULL,confidence FLOAT UNSIGNED NOT NULL,height ARCHAR(20) NOT NULL,sex ARCHAR(3) NOT NULL,findDate DATE NOT NULL,findPlace TEXT(500) NOT NULL,description TEXT NOT NULL,uplo

44、adDate DATE NOT NULL,clueSe ARCHAR(10) NOT NULL,missingIDUNSIGNED NOT NULL,userName ARCHAR(40) NOT NULL,PRIMARY KEY (clueID, missingID, userName), INDEXfk_clue_table_missing_people_data_table1_idx (missingID ASC, userName ASC),CONSTRAfk_clue_table_missing_people_data_table1 FOREIGN KEY (missingID ,

45、userName) REFERENgohome.missing_people_data_table (missingID ,userName)ON DELETE NO ACTION ON UPDATE NO ACTION)ENGINE = InnoDB;5. 系統(tǒng)亮點(diǎn)與技術(shù)特色5.1系統(tǒng)亮點(diǎn)5.1.1人臉?biāo)阉鞯倪\(yùn)用在尋人過程中，的往往能起到?jīng)Q定性作用，可以幫助用戶精準(zhǔn)鎖定疑似，從而提供重要線索。項(xiàng)目提供的人臉?biāo)阉鞴δ苁沟糜脩裟軌蛏蟼饕伤频倪M(jìn)行搜索，系統(tǒng)會(huì)返回已登記的中相似度最大的 4 個(gè)人臉，并提供相似度。當(dāng)所上傳的疑似與已登記的可能為同一人時(shí)(相似度超過 80%)，用戶可提供疑似的相關(guān)線索。

46、系統(tǒng)利用最前沿的深度學(xué)習(xí)技術(shù)，解決了以往棘手的疑似確認(rèn)。5.1.2 建模思維的運(yùn)用數(shù)學(xué)模型與算法具有很強(qiáng)的科學(xué)性和正確性，利用合理的數(shù)學(xué)模型結(jié)合相應(yīng)的算法，能夠揭示數(shù)據(jù)背后的規(guī)律與奧秘。本系統(tǒng)結(jié)合核密度分析，緩沖區(qū)分析以及均值漂移聚類算法，建立了路段風(fēng)險(xiǎn)評(píng)估模型、區(qū)域風(fēng)險(xiǎn)評(píng)估模型和走失點(diǎn)聚類模型。利用 MapGIS IGSever 提供的強(qiáng)大的服務(wù)發(fā)布功能和可視化功能，將建立的模型用于實(shí)際路段和區(qū)域的風(fēng)險(xiǎn)分析，使得決策者可以直觀的了解某一區(qū)域或路段的情況，并查看已的詳細(xì)信息。利用走失點(diǎn)聚類模型生成的范圍圖可以直觀的了解各地的情況。5.1.2數(shù)據(jù)分析功能的添加傳統(tǒng)的尋親往往只有簡單的信息登記與展示，卻忽視了這些大量人員信息背后蘊(yùn)含的規(guī)律。通過對(duì)這些大量含地理信息數(shù)據(jù)的挖掘，利用MapGIS IGServer 與 echart 圖表進(jìn)行分析與展示，可以宏觀的查看統(tǒng)計(jì)分析情況，為決策者提供一定啟發(fā)。信息32技術(shù)支持5.2 技術(shù)特色5.2.1 MapGIS Web 端插件式開發(fā)為實(shí)現(xiàn)系統(tǒng)不