突发事件智能感知、状态判别与应对研究

突发事件往往具有突然性、紧迫性、连带性和社交传播快等特点，对人民群众的共同利益及日常生活容易造成灾难性的影响，对社会公共安全管理及其警务管理提出了巨大挑战。随着网络和通信技术的迅速发展，智能手机、平板电脑、视频监控等移动智能终端的快速普及，大规模获取信息的渠道越来越多，数据结构愈加复杂，数据资源愈加丰富，传统的解决方法已不能满足当前的实际需求，开展多源数据的清洗、融合、分析、计算，开展突发事件的态势预测及智能应对策略研究尤其重要，不断提升警务工作智能化水平，不断改善公共安全管理质效。

1.基于警务管理的数据采集、清洗、分析与识别方法研究。

警务管理是针对人的社会活动的规范性、合法性、公德性等方面进行管理。警务管理需要采集人的社会活动过程的行为轨迹、出行方式、行为特征、语音特征、外部特征等信息资源。这些信息的采集方法、信息转换成结构化数据的转换方法、异常数据的甄别与清洗方法、基于多源信息融合的目标识别方法等是多源数据处理的基本方法，是突发事件智能感知状态判别及应对方向研究的重点内容与重要领域。

２.基于多源数据的交通拥堵、交通事故、舆情事件等突发事件的演变机理、状态判别及应对研究。

      （1）基于多源数据的交通拥堵演变机理、状态判别及智能应对研究。重点研究多车道城市道路通行能力的影响因素及影响规律、基于卫星导航、车载导航、手机信令、电子车牌等信息的交通流运行机理，交通拥堵形成、演变及消散机理，交通组织智能应对策略研究。

     （2）基于多源数据的交通事故发生机理、状态判别及智能应对策略研究。交通事故发生是驾驶人因素、车辆因素、道路因素、环境条件等因素综合作用的结果。研究驾驶人、车辆、道路及环境信息采集方法，运用智能技术、车辆联网、物联网技术，建立多因素综合分析方法与数学模型，对道路交通系统进行综合判断，评价事故发生的风险等级，研究干预事故发生因素趋于正向策略。同时针对事故发生规格，建立事故消除过程对周边路网交通运行的影响范围及影响程度的评价方法，提出事故现场处理影响下的交通组织策略。

    （3）网络舆情事件发生、演变及其应对智能化研究。针对各互联网门户新闻、论坛、社区等媒体数据，运用人工智能、机器学习等现代技术，研究网络信息提取、转化与监测方法，舆情事件发生、演变的可视化方法，网络舆情事件犯罪证据提取、固定方法。研究建立网络舆情事件的分级体系及智能应对专家系统。