1.一种无线网络的设备接入数的预测方法,应用于设置有N个无线网络接入点的环境中,N为正整数,包括:
获取所述N个无线网络接入点中每个无线网络接入点相关联的至少一个等候区域在当前时刻后的第二预设时间段内的至少一个等候人数曲线;
获取用于表征设备接入数与等候人数间关系的多维模型;
基于所述至少一个等候人数曲线及所述多维模型,确定所述每个无线网络接入点在所述第二预设时间段内的设备接入数的估计值。
2.如权利要求1所述的方法,其特征在于,在所述获取用于表征设备接入数与等候人数间关系的多维模型之前,所述方法还包括:
获取所述每个无线网络接入点在所述当前时刻前的第一预设时间段内的历史设备接入数,以及与所述每个无线网络接入点的历史等候人数曲线;
基于所述每个无线网络接入点的历史设备接入数及所述历史等候人数曲线,建立用于表征设备接入数与等候人数间关系的多维模型。
3.如权利要求2所述的方法,其特征在于,所述获取与所述每个无线网络接入点的历史等候人数曲线,包括:
确定与所述每个无线网络接入点相关联的至少一个等候区域,其中,所述环境中包括M个等候区域,M为正整数;
基于所述至少一个等候区域的至少一个历史等候人数曲线,获取所述每个无线网络接入点的历史等候人数曲线。
4.如权利要求3所述的方法,其特征在于,所述确定与所述每个无线网络接入点相关联的至少一个等候区域,包括:
获取所述M个等候区域中每个等候区域的历史过安检人数曲线、所述每个等待区域的第一等候人数曲线以及所述每个无线网络点的接入数曲线,其中,所述第一等候人数曲线与所述历史过安检人数曲线相关;
基于M个所述第一等候人数曲线及所述每个无线网络接入点的接入数曲线,初步检测出与所述每个无线网络接入点相关的K个等候区域,其中,K为正整数;
结合所述每个无线网络接入点的第一位置与所述每个等候区域的第二位置,从所述K个等候区域中确定S个等候区域,其中,S为正整数且S小于等于K;
基于所述每个无线网络接入点与所述S个等候区域的对应关系,确定出所述M个等候区域的每个等候区域中用户的离开时间,获取所述M个等候区域的每个等候区域的准确等候人数曲线;
基于所述准确等候人数曲线及所述每个无线网络接入点的接入曲线,重新确定与所述每个无线网络接入点相关联的至少一个等候区域。
5.如权利要求4所述的方法,其特征在于,所述基于所述每个无线网络接入点与所述S个等候区域的对应关系,确定出所述M个等候区域的每个等候区域中用户的离开时间,获取所述M个等候区域的每个等候区域的准确等候人数曲线,包括:
确定与所述S个等候区域中每个等候区域的关联强度最大的至少一个目标无线网络接入点;
获取与所述至少一个目标无线网络接入点的至少一个设备接入数跌落情况曲线;
基于所述至少一个设备接入数跌落情况曲线,检测出所述每个等候区域中用户的离开时间;
将所述每个等候区域的所述历史过安检人数曲线进行时延处理,获取经时延后的历史过安检人数曲线;
将所述经时延后的历史过安检曲线与所述至少一个目标无线网络接入点对应的至少一个历史设备接入数进行相关性处理,确定相关性最强的目标时延值;
以所述目标时延值,对所述每个等候区域的所述历史过安检人数曲线进行时延处理,并结合所述每个等候区域中用户的离开时间,得到所述每个等候区域的准确等候人数曲线。
6.如权利要求5所述的方法,其特征在于,在所述基于所述准确等候人数曲线及所述每个无线网络接入点的接入曲线,重新确定与所述每个无线网络接入点相关联的至少一个等候区域之后,所述方法还包括:
建立所述每个无线网络接入点与所述至少一个等候区域之间的多元线性回归模型。
7.如权利要求6所述的方法,其特征在于,所述基于所述每个无线网络接入点的历史设备接入数及所述历史等候人数曲线,建立用于表征设备接入数与等候人数间关系的多维模型,包括:
依次取i为1至N,遍历与所述第i个无线网络接入点相关联的至少一个等候区域的每个等候区域的准确等候人数曲线,并记录所述第i个无线网络接入点在每个时刻的设备接入数;
获取实时设备接入率,其中,所述实时设备接入率为表征所述设备接入数随时间发生变化的变化规律;
利用所述实时设备接入率对所述第i个无线网络接入点在每个时刻的设备接入数进行校正,获取所述第i个无线网络接入点在每个时刻的经校正设备接入数;
从所述第i个无线网络接入点在每个时刻的经校正设备接入数中剔除异常数据,将剔除所述异常数据后的剩余经校正设备接入数求取平均值,获取所述第i个无线网络接入点在每个时刻的准确设备接入数;
建立与所述第i个无线网络接入点相关联的至少一个等候区域的等候人数状态值与所述第i个无线网络接入点的准确设备接入数的对应关系;
在i取N时,建立用于表征设备接入数与等候人数间关系的多维模型。
8.如权利要求7所述的方法,其特征在于,在所述获取所述第i个无线网络接入点的实时设备接入率之前,所述方法还包括:
建立所述环境的接入率模型。
9.如权利要求8所述的方法,其特征在于,所述建立所述环境的接入率模型,包括:
统计一预设时长内的至少一个实时接入率曲线;
从所述至少一个实时接入率曲线中去除接入率高于第一预设阈值和/或接入率低于第二预设阈值的至少一个异常曲线;
对所述至少一个实时接入率曲线中除所述至少一个异常曲线外的剩余曲线进行求平均处理,建立所述环境的接入率模型。
10.如权利要求9所述的方法,其特征在于,所述从所述第i个无线网络接入点在每个时刻的经校正设备接入数中剔除异常数据,包括:
基于所述每个无线网络接入点的历史等候人数曲线及所述多元线性回归模型,重建历史设备接入数据,获取重建后的历史设备接入数据;
将所述重建后的历史设备接入数据与所述历史设备接入数进行比较,确定出异常数据段;
从所述第i个无线网络接入点在每个时刻的经校正设备接入数中剔除处于所述异常数据段的异常数据。
11.如权利要求10所述的方法,其特征在于,所述获取所述N个无线网络接入点中每个无线网络接入点相关联的至少一个等候区域在当前时刻后的第二预设时间段内的至少一个等候人数曲线,包括:
获取所述至少一个等候区域中每个等候区域在所述第二预设时间段内对应的目标历史过安检人数曲线,其中,所述目标历史过安检人数曲线为在所述第二预设时间段内出行的行程编号对应出行的历史过安检曲线;
从所述目标历史过安检人数曲线中剔除异常曲线,获取至少一个正常历史过安检人数曲线;
对所述至少一个正常历史过安检人数曲线中的历史过安检人数转换为百分比后求进行求平均计算,获取与所述每个等候区域对应的平均过安检人数百分比曲线;
通过所述目标时延值,对所述平均过安检人数百分比曲线进行延时处理,获取与所述每个等候区域对应的到达人数百分比曲线,其中,所述到达人数百分比曲线表征每个时刻到达人数的百分比;
遍历与所述每个等候区域的历史出行时刻,获取所述每个等候区域的出行开始时刻及出行速度,其中,所述出行速度表征每个行程编号对应的所有用户离开对应的等候区域的速度;
获取所述每个等候区域在所述第二预设时间段内的出行人数;
将所述到达人数百分比曲线与所述出行人数进行相乘处理,获取所述每个等候区域的到达人数曲线;
根据所述出行速度及所述出行人数,获取出行历时时长,其中,所述出行历时时长为所述出行开始时刻至所述每个行程编号对应的所有用户离开对应的等候区域的时长;
基于所述出行开始时刻、所述出行速度、所述到达人数曲线以及所述出行历时时长,获取所述每个无线网络接入点相关联的至少一个等候区域在当前时刻后的第二预设时间段内的至少一个等候人数曲线。
12.如权利要求11所述的方法,其特征在于,所述基于所述至少一个等候人数曲线及所述多维模型,确定所述每个无线网络接入点在所述第二预设时间段内的设备接入数的估计值,包括:
基于所述至少一个等候人数曲线,以预设采样时间间隔,获取所述每个无线网络接入点在每一个采样时刻的等候人数估计值;
将所述等候人数估计值代入所述多维模型中,获取在所述等候人数估计值的预设范围内的设备接入数;
确定在所述第二预设时间段内是否存在热点事件;
在存在所述热点事件时,获取在所述第二预设时间段内受所述热点事件影响的新接入率曲线,基于所述设备接入数及所述新接入率曲线,获取所述每个无线网络接入点在所述第二预设时间段内的设备接入数的估计值;
在不存在所述热点事件时,获取与所述第二预设时间段内对应的接入率曲线,基于所述设备接入数与所述接入率曲线,获取所述每个无线网络接入点在所述第二预设时间段内的设备接入数的估计值。
13.如权利要求12所述的方法,其特征在于,所述确定在所述第二预设时间段内是否存在热点事件,包括:
获取所述每个无线网络接入点在所述当前时刻之前的第三预设时间段内的各时刻接入率值;
在所述各时刻接入率值大于等于预设接入率值时,确定在所述第二预设时间段内存在热点事件。
14.如权利要求13所述的方法,其特征在于,所述获取在所述第二预设时间段内受所述热点事件影响的新接入率曲线,包括:
获取所述每个无线网络接入点的接入率值在正常数值内的正常接入率曲线;
将所述每个无线网络接入点在所述第三预设时间段内的接入率曲线与所述正常接入率曲线作比值处理,获取经作比值后的曲线;
将所述每个无线网络接入点的经作比值后的曲线做拟合处理,获取拟合后的曲线;
将所述拟合后的曲线代入所述每个无线网络接入点的正常接入率曲线中,获取所述每个无线网络接入点在所述第二预设时间段内受所述热点事件影响的新接入率曲线。
15.如权利要求1-14中任一项所述的方法,其特征在于,在所述基于所述至少一个等候人数曲线及所述多维模型,确定所述每个无线网络接入点在所述第二预设时间段内的设备接入数的估计值之后,所述方法还包括:
检测并删除所述多维模型在预设更新周期内的异常数据;
统计所述多维模型在所述预设更新周期内的各时刻接入率估计值;
通过各时刻的实际接入率对所述各时刻接入率估计值进行校正,获取校正后的接入率估计值;
基于所述校正后的接入率估计值,更新所述多维模型并重新计算所述多元线性回归模型。
16.一种无线网络的设备接入数的预测设备,应用于设置有N个无线网络接入点的环境中,N为正整数,包括:
第一获取模块,用于获取所述N个无线网络接入点中每个无线网络接入点相关联的至少一个等候区域在当前时刻后的第二预设时间段内的至少一个等候人数曲线;
第二获取模块,用于获取用于表征设备接入数与等候人数间关系的多维模型;
第一确定模块,用于基于所述至少一个等候人数曲线及所述多维模型,确定所述每个无线网络接入点在所述第二预设时间段内的设备接入数的估计值。
17.如权利要求16所述的预测设备,其特征在于,所述预测设备还包括:
第三获取模块,用于获取所述每个无线网络接入点在所述当前时刻前的第一预设时间段内的历史设备接入数,以及与所述每个无线网络接入点的历史等候人数曲线;
第一建立模块,用于基于所述每个无线网络接入点的历史设备接入数及所述历史等候人数曲线,建立用于表征设备接入数与等候人数间关系的多维模型。
18.如权利要求17所述的预测设备,其特征在于,所述第三获取模块具体用于:
确定与所述每个无线网络接入点相关联的至少一个等候区域,其中,所述环境中包括M个等候区域,M为正整数;
基于所述至少一个等候区域的至少一个历史等候人数曲线,获取所述每个无线网络接入点的历史等候人数曲线。
19.如权利要求18所述的预测设备,其特征在于,所述第三获取模块具体用于:
获取所述M个等候区域中每个等候区域的历史过安检人数曲线、所述每个等待区域的第一等候人数曲线以及所述每个无线网络点的接入数曲线,其中,所述第一等候人数曲线与所述历史过安检人数曲线相关;
基于M个所述第一等候人数曲线及所述每个无线网络接入点的接入数曲线,初步检测出与所述每个无线网络接入点相关的K个等候区域,其中,K为正整数;
结合所述每个无线网络接入点的第一位置与所述每个等候区域的第二位置,从所述K个等候区域中确定S个等候区域,其中,S为正整数且S小于等于K;
基于所述每个无线网络接入点与所述S个等候区域的对应关系,确定出所述M个等候区域的每个等候区域中用户的离开时间,获取所述M个等候区域的每个等候区域的准确等候人数曲线;
基于所述准确等候人数曲线及所述每个无线网络接入点的接入曲线,重新确定与所述每个无线网络接入点相关联的至少一个等候区域。
20.如权利要求19所述的预测设备,其特征在于,所述第三获取模块具体用于:
确定与所述S个等候区域中每个等候区域的关联强度最大的至少一个目标无线网络接入点;
获取与所述至少一个目标无线网络接入点的至少一个设备接入数跌落情况曲线;
基于所述至少一个设备接入数跌落情况曲线,检测出所述每个等候区域中用户的离开时间;
将所述每个等候区域的所述历史过安检人数曲线进行时延处理,获取经时延后的历史过安检人数曲线;
将所述经时延后的历史过安检曲线与所述至少一个目标无线网络接入点对应的至少一个历史设备接入数进行相关性处理,确定相关性最强的目标时延值;
以所述目标时延值,对所述每个等候区域的所述历史过安检人数曲线进行时延处理,并结合所述每个等候区域中用户的离开时间,得到所述每个等候区域的准确等候人数曲线。
21.如权利要求20所述的预测设备,其特征在于,所述第三获取模块还用于:
建立所述每个无线网络接入点与所述至少一个等候区域之间的多元线性回归模型。
22.如权利要求21所述的预测设备,其特征在于,所述第一建立模块具体用于:
依次取i为1至N,遍历与所述第i个无线网络接入点相关联的至少一个等候区域的每个等候区域的准确等候人数曲线,并记录所述第i个无线网络接入点在每个时刻的设备接入数;
获取实时设备接入率,其中,所述实时设备接入率为表征所述设备接入数随时间发生变化的变化规律;
利用所述实时设备接入率对所述第i个无线网络接入点在每个时刻的设备接入数进行校正,获取所述第i个无线网络接入点在每个时刻的经校正设备接入数;
从所述第i个无线网络接入点在每个时刻的经校正设备接入数中剔除异常数据,将剔除所述异常数据后的剩余经校正设备接入数求取平均值,获取所述第i个无线网络接入点在每个时刻的准确设备接入数;
建立与所述第i个无线网络接入点相关联的至少一个等候区域的等候人数状态值与所述第i个无线网络接入点的准确设备接入数的对应关系;
在i取N时,建立用于表征设备接入数与等候人数间关系的多维模型。
23.如权利要求22所述的预测设备,其特征在于,所述第一建立模块还用于:
建立所述环境的接入率模型。
24.如权利要求23所述的预测设备,其特征在于,所述第一建立模块具体用于:
统计一预设时长内的至少一个实时接入率曲线;
从所述至少一个实时接入率曲线中去除接入率高于第一预设阈值和/或接入率低于第二预设阈值的至少一个异常曲线;
对所述至少一个实时接入率曲线中除所述至少一个异常曲线外的剩余曲线进行求平均处理,建立所述环境的接入率模型。
25.如权利要求24所述的预测设备,其特征在于,所述第一建立模块具体用于:
基于所述每个无线网络接入点的历史等候人数曲线及所述多元线性回归模型,重建历史设备接入数据,获取重建后的历史设备接入数据;
将所述重建后的历史设备接入数据与所述历史设备接入数进行比较,确定出异常数据段;
从所述第i个无线网络接入点在每个时刻的经校正设备接入数中剔除处于所述异常数据段的异常数据。
26.如权利要求25所述的预测设备,其特征在于,所述第一获取模块具体用于:
获取所述至少一个等候区域中每个等候区域在所述第二预设时间段内对应的目标历史过安检人数曲线,其中,所述目标历史过安检人数曲线为在所述第二预设时间段内出行的行程编号对应出行的历史过安检曲线;
从所述目标历史过安检人数曲线中剔除异常曲线,获取至少一个正常历史过安检人数曲线;
对所述至少一个正常历史过安检人数曲线中的历史过安检人数转换为百分比后求进行求平均计算,获取与所述每个等候区域对应的平均过安检人数百分比曲线;
通过所述目标时延值,对所述平均过安检人数百分比曲线进行延时处理,获取与所述每个等候区域对应的到达人数百分比曲线,其中,所述到达人数百分比曲线表征每个时刻到达人数的百分比;
遍历与所述每个等候区域的历史出行时刻,获取所述每个等候区域的出行开始时刻及出行速度,其中,所述出行速度表征每个行程编号对应的所有用户离开对应的等候区域的速度;
获取所述每个等候区域在所述第二预设时间段内的出行人数;
将所述到达人数百分比曲线与所述出行人数进行相乘处理,获取所述每个等候区域的到达人数曲线;
根据所述出行速度及所述出行人数,获取出行历时时长,其中,所述出行历时时长为所述出行开始时刻至所述每个行程编号对应的所有用户离开对应的等候区域的时长;
基于所述出行开始时刻、所述出行速度、所述到达人数曲线以及所述出行历时时长,获取所述每个无线网络接入点相关联的至少一个等候区域在当前时刻后的第二预设时间段内的至少一个等候人数曲线。
27.如权利要求26所述的预测设备,其特征在于,所述第一确定模块具体用于:
基于所述至少一个等候人数曲线,以预设采样时间间隔,获取所述每个无线网络接入点在每一个采样时刻的等候人数估计值;
将所述等候人数估计值代入所述多维模型中,获取在所述等候人数估计值的预设范围内的设备接入数;
确定在所述第二预设时间段内是否存在热点事件;
在存在所述热点事件时,获取在所述第二预设时间段内受所述热点事件影响的新接入率曲线,基于所述设备接入数及所述新接入率曲线,获取所述每个无线网络接入点在所述第二预设时间段内的设备接入数的估计值;
在不存在所述热点事件时,获取与所述第二预设时间段内对应的接入率曲线,基于所述设备接入数与所述接入率曲线,获取所述每个无线网络接入点在所述第二预设时间段内的设备接入数的估计值。
28.如权利要求27所述的预测设备,其特征在于,所述第一确定模块具体用于:
获取所述每个无线网络接入点在所述当前时刻之前的第三预设时间段内的各时刻接入率值;
在所述各时刻接入率值大于等于预设接入率值时,确定在所述第二预设时间段内存在热点事件。
29.如权利要求28所述的预测设备,其特征在于,所述第一确定模块具体用于:
获取所述每个无线网络接入点的接入率值在正常数值内的正常接入率曲线;
将所述每个无线网络接入点在所述第三预设时间段内的接入率曲线与所述正常接入率曲线作比值处理,获取经作比值后的曲线;
将所述每个无线网络接入点的经作比值后的曲线做拟合处理,获取拟合后的曲线;
将所述拟合后的曲线代入所述每个无线网络接入点的正常接入率曲线中,获取所述每个无线网络接入点在所述第二预设时间段内受所述热点事件影响的新接入率曲线。
30.如权利要求16-29中任一项所述的预测设备,其特征在于,所述预测设备还包括第一更新模块,所述第一更新模块具体用于:
检测并删除所述多维模型在预设更新周期内的异常数据;
统计所述多维模型在所述预设更新周期内的各时刻接入率估计值;
通过各时刻的实际接入率对所述各时刻接入率估计值进行校正,获取校正后的接入率估计值;
基于所述校正后的接入率估计值,更新所述多维模型并重新计算所述多元线性回归模型。