一种城市人口监测方法、装置及设备与流程

1.本发明涉及数据分析领域，特别涉及一种城市人口监测方法、装置及设备。


背景技术：

2.城市中各区域的人口流动会影响整个城市人口的协调状态，良好的城市人口变化需要各区域的人口变化维持在一个动态稳定的状态，而区域的人口数量，即人口的空间分布能够直接反映人类的活动，同时能够与其他如资源环境数据、社会问题数据等背景复合，进而更好的为城市规划、经济决策等研究提供辅助决策。目前的人口的空间分布通常是行政划分的，而非通过地理划分的，因此不利于分析人口变化，因此，如何准确的监测城市人口是否协调是目前亟待解决的问题。


技术实现要素：

3.本发明提供一种城市人口监测方法、装置及设备，用以解决如何准确监测城市人口变化是否协调的问题。
4.第一方面，本发明实施例提供一种城市人口监测方法，该方法包括：
5.响应用户指令，确定城市中任意一个区域为目标区域，其他区域为基准区域；
6.针对任意一个第一时间信息，对所述基准区域在所述任意一个第一时间信息和第二时间信息的人口数量进行处理，得到第一特征参数；对所述目标区域在所述任意一个第一时间信息的人口数量和第三时间信息的人口数量进行处理，得到第二特征参数，其中，所述第一时间信息为预设的时间信息集合中的时间信息，所述第二时间信息为所述时间信息集合中在所述第一时间信息之前的时间信息，所述第三时间信息为所述时间信息集合中在所述第一时间信息之后的时间信息；
7.对基于同一个第一时间信息得到的第一特征参数和第二特征参数进行回归处理，得到所述第一时间信息对应的待校验参数；
8.对得到的各待校验参数进行白噪声校验，并基于校验结果确定城市人口数量是否失调。
9.在一种可能的实施方式中，所述针对任意一个第一时间信息，对所述基准区域在所述任意一个第一时间信息和第二时间信息的人口数量进行处理，得到第一特征参数，包括：
10.将每个所述基准区域在所述任意一个第一时间信息的人口数量和所述第二时间信息的人口数量之差作为所述第一特征参数；或
11.将每个所述基准区域在所述任意一个第一时间信息的人口数量和多个所述第二时间信息的平均人口数量之差作为所述第一特征参数。
12.在一种可能的实施方式中，对所述目标区域在所述任意一个第一时间信息的人口数量和第三时间信息的人口数量进行处理，得到第二特征参数，包括：
13.将所述目标区域在所述第三时间信息的人口数量和所述第一时间信息的人口数
量之差作为所述第二特征参数；或
14.将所述目标区域在多个所述第三时间信息的平均人口数量和所述任意一个第一时间信息的人口数量之差作为所述第二特征参数。
15.在一种可能的实施方式中，所述对基于同一个第一时间信息得到的第一特征参数和第二特征参数进行回归处理，得到所述第一时间信息对应的待校验参数，包括：
16.基于每个所述基准区域在所述同一个第一时间信息得到的每个所述基准区域的第一特征参数，生成第一特征矩阵，其中，所述第一特征矩阵为列矩阵，所述第一特征矩阵的行表征所述第一特征参数来源的基准区域；
17.针对所述第一特征矩阵，生成对应的特征系数矩阵，其中，所述特征系数矩阵为行矩阵，所述特征系数矩阵的列表征特征系数来源的基准区域；
18.基于所述第二特征参数、所述第一特征矩阵、所述特征系数矩阵和预设的待校验参数项，构建回归模型；
19.基于普通最小二乘法对所述回归模型进行计算，得到所述待校验参数。
20.在一种可能的实施方式中，所述基于所述第二特征参数、所述第一特征矩阵、所述特征系数矩阵和预设的待校验参数项，构建回归模型，包括：
21.使所述第一特征矩阵和所述特征系数矩阵的乘积与所述待校验参数项之和等于所述第二特征参数。
22.在一种可能的实施方式中，所述对得到的各待校验参数进行白噪声校验，包括：
23.判断各所述待校验参数组成的校验序列是否是期望为零、方差为常数且所述校验序列中任意两个所述待检验参数的协方差为零的白噪声序列；
24.基于校验结果确定城市人口数量是否失调，包括：
25.若所述校验序列是期望为零、方差为常数且所述校验序列中任意两个所述待检验参数的协方差为零的白噪声序列，则确定所述城市人口数量未失调；
26.若所述校验序列不是所述期望为零、方差为常数且所述校验序列中任意两个所述待检验参数的协方差为零的白噪声序列，则确定所述目标区域的人口数量变化导致城市人口数量失调。
27.第二方面，本发明实施例提供一种城市人口监测装置，该装置包括：
28.确定模块，用于响应用户指令，确定城市中任意一个区域为目标区域，其他区域为基准区域；
29.第一处理模块，用于针对任意一个第一时间信息，对所述基准区域在所述任意一个第一时间信息和第二时间信息的人口数量进行处理，得到第一特征参数；对所述目标区域在所述任意一个第一时间信息的人口数量和第三时间信息的人口数量进行处理，得到第二特征参数，其中，所述第一时间信息为预设的时间信息集合中的时间信息，所述第二时间信息为所述时间信息集合中在所述第一时间信息之前的时间信息，所述第三时间信息为所述时间信息集合中在所述第一时间信息之后的时间信息；
30.第二处理模块，对基于同一个第一时间信息得到的第一特征参数和第二特征参数进行回归处理，得到所述第一时间信息对应的待校验参数；
31.校验模块，对得到的各待校验参数进行白噪声校验，并基于校验结果确定城市人口数量是否失调。
32.在一种可能的实施方式中，所述第二处理模块包括：
33.第一矩阵生成单元，用于基于每个所述基准区域在所述同一个第一时间信息得到的每个所述基准区域的第一特征参数，生成第一特征矩阵，其中，所述第一特征矩阵为列矩阵，所述第一特征矩阵的行表征所述第一特征参数来源的基准区域；
34.第二矩阵生成单元，用于针对所述第一特征矩阵，生成对应的特征系数矩阵，其中，所述特征系数矩阵为行矩阵，所述特征系数矩阵的列表征特征系数来源的基准区域；
35.模型构建单元，用于基于所述第二特征参数、所述第一特征矩阵、所述特征系数矩阵和预设的待校验参数项，构建回归模型；
36.模型计算单元，基于普通最小二乘法对所述回归模型进行计算，得到所述待校验参数。
37.第三方面，本发明实施例提供一种城市人口监测设备，该设备包括处理器以及存储器，其中，所述存储器存储有程序代码，当所述存储器存储的一个或多个计算机程序被所述处理器执行时，使得所述设备执行如第一方面中任一项所述的方法。
38.第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现第一方面中任一项所述的方法。
39.本发明有益效果如下：
40.本发明公开了一种城市人口监测方法，该方法包括：响应用户指令，确定城市中任意一个区域为目标区域，其他区域为基准区域；针对任意一个第一时间信息，对基准区域在任意一个第一时间信息和第二时间信息的人口数量进行处理，得到第一特征参数；对目标区域在任意一个第一时间信息的人口数量和第三时间信息的人口数量进行处理，得到第二特征参数，其中，第一时间信息为预设的时间信息集合中的时间信息；第二时间信息为时间信息集合中在第一时间信息之前的时间信息；第三时间信息为时间信息集合中在第一时间信息之后的时间信息；对基于同一个第一时间信息得到的第一特征参数和第二特征参数进行回归处理，得到第一时间信息对应的待校验参数；对得到的各待校验参数进行白噪声校验，并基于校验结果确定城市人口数量是否失调，通过上述方法可以准确的确定城市人口变化的协调性的问题。
附图说明
41.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
42.图1为本发明实施例提供的一种城市人口监测方法的流程示意图；
43.图2为本发明实施例提供的一种区域选择方法的流程示意图；
44.图3为本发明实施例提供的一种第一特征参数确定方法的流程示意图；
45.图4为本发明实施例提供的另一种第一特征参数确定方法的流程示意图；
46.图5为本发明实施例提供的一种第二特征参数确定方法的流程示意图；
47.图6为本发明实施例提供的另一种第二特征参数确定方法的流程示意图；
48.图7为本发明实施例提供的一种回归模型的构建方法的流程示意图；
49.图8为本发明实施例提供的一种区域人口—时间条形示意图；
50.图9为相关技术中的一种多元回归图像示意图；
51.图10为相关技术中的另一种多元回归图像示意图；
52.图11为本发明实施例提供的一种模型处理方法的流程示意图；
53.图12为本发明实施例提供的一种白噪声校验方法的流程示意图；
54.图13为本发明实施例提供的另一种白噪声校验方法的流程示意图；
55.图14为本发明实施例提供的一种判断人口失调方法的流程示意图；
56.图15为本发明实施例提供的另一种判断人口失调方法的流程示意图；
57.图16为本发明实施例提供的另一种判断人口失调方法的流程示意图；
58.图17为本发明实施例提供的另一种判断人口失调方法的流程示意图；
59.图18为本发明实施例提供的一种人口数量监测方法的具体流程示意图；
60.图19为本发明实施例提供的一种城市人口监测装置的结构示意图；
61.图20为本发明实施例提供的一种城市人口监测设备的结构示意图。
具体实施方式
62.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
63.目前的人口的空间分布是指某时间节点上人口的分布状况，是人口在空间上的表现形式，在城市中，体现为区域的人口数量变化，随着城市化的推进，区域人口变化增速，带来了交通拥堵等城市问题，同时产生了城市监测人口数量变化的需求，现在人口的空间分布通常是行政划分的，而非通过地理划分的，因此不利于分析区域人口变化。
64.基于上述问题，本发明实施例提供一种城市人口监测方法、装置及设备，用以解决现有技术如何准确监测城市人口变化协调性的问题。
65.下面结合上述描述的应用场景，参考附图来描述本技术示例性实施方式提供的城市人口监测方法，需要注意的是，上述应用场景仅是为了便于理解本技术的精神和原理而示出，本技术的实施方式在此方面不受任何限制。
66.如图1所示，为本发明实施例提供的一种城市人口监测方法的流程示意图，该方法包括：
67.步骤101，响应用户指令，确定城市中任意一个区域为目标区域，其他区域为基准区域；
68.步骤102，针对任意一个第一时间信息，对所述基准区域在所述任意一个第一时间信息和第二时间信息的人口数量进行处理，得到第一特征参数；对所述目标区域在所述任意一个第一时间信息的人口数量和第三时间信息的人口数量进行处理，得到第二特征参数，其中，所述第一时间信息为预设的时间信息集合中的时间信息，所述第二时间信息为所述时间信息集合中在所述第一时间信息之前的时间信息，所述第三时间信息为所述时间信息集合中在所述第一时间信息之后的时间信息；
69.步骤103，对基于同一个第一时间信息得到的第一特征参数和第二特征参数进行回归处理，得到所述第一时间信息对应的待校验参数；
70.步骤104，对得到的各待校验参数进行白噪声校验，并基于校验结果确定城市人口数量是否失调。
71.本发明公开了一种城市人口监测方法，该方法包括：响应用户指令，确定城市中任意一个区域为目标区域，其他区域为基准区域；针对任意一个第一时间信息，对所述基准区域在所述任意一个第一时间信息和第二时间信息的人口数量进行处理，得到第一特征参数；对所述目标区域在所述任意一个第一时间信息的人口数量和第三时间信息的人口数量进行处理，得到第二特征参数，其中，所述第一时间信息为预设的时间信息集合中的时间信息，所述第二时间信息为所述时间信息集合中在所述第一时间信息之前的时间信息，所述第三时间信息为所述时间信息集合中在所述第一时间信息之后的时间信息；对基于同一个第一时间信息得到的第一特征参数和第二特征参数进行回归处理，得到所述第一时间信息对应的待校验参数；对得到的各待校验参数进行白噪声校验，并基于校验结果确定城市人口数量是否失调，通过上述方法可以快捷准确的监测城市人口的协调性，且由于上述方法不需要测量区域面积和地理特征，因此可以解决区域不规则划分导致人口协调性难以监测的问题，及时准确的检测城市人口变化。
72.下面对上述城市人口监测方法进行详细说明：
73.如图2所示，为本发明实施例提供的一种区域选择方法的流程示意图，该方法包括：
74.步骤201，获取城市的区域分布。
75.在一种可能的实施例中，城市区域的划分包括但不限于行政划分、地理划分和集合划分。
76.步骤202，响应用户指令，确定城市中任意一个区域为目标区域，其他区域为基准区域。
77.在一种可能的实施例中，用户指令用于将城市中任意一个区域确定为目标区域，目标区域用于校验是否导致城市人口失调，以及该目标区域是否是导致城市人口失调的区域，基准区域可以为城市中除该目标区域的任意其他区域。
78.如图3所示，为本发明实施例提供的一种第一特征参数确定方法的流程示意图，该方法包括：
79.步骤301，根据预设的时间信息集合，获取每个基准区域在每个时间信息的人口数量。
80.步骤302，将每个基准区域在任意一个第一时间信息的人口数量和第二时间信息的人口数量之差作为第一特征参数。
81.需要说明的是，第一时间信息为预设的时间信息集合中的时间信息，第二时间信息为时间信息集合中在第一时间信息之前的时间信息，第三时间信息为时间信息集合中在第一时间信息之后的时间信息。
82.在一种可能的实施例中，若第一时间信息为2012年，则第二时间信息可以为2011年，并将每个基准区域在2012年人口数量和2011年的人口数量之差作为第一特征参数。
83.如图4所示，为本发明实施例提供的另一种第一特征参数确定方法的流程示意图，
该方法包括：
84.步骤401，根据预设的时间信息集合，获取任意一个区域在每个时间信息的人口数量。
85.步骤402，将每个基准区域在任意一个第一时间信息的人口数量和多个第二时间信息的平均人口数量之差作为第一特征参数。
86.在一种可能的实施例中，若第一时间信息为2012年，则第二时间信息可以为2011年和2010年，并将每个基准区域在2012年人口数量与2011年和2010年的人口数量的平均值之差作为第一特征参数。
87.如图5所示，为本发明实施例提供的一种第二特征参数确定方法的流程示意图，该方法包括：
88.步骤501，根据预设的时间信息集合，获取每个基准区域在每个时间信息的人口数量。
89.步骤502，将目标区域在第三时间信息的人口数量和第一时间信息的人口数量之差作为第二特征参数。
90.需要说明的是，第三时间信息为时间信息集合中在第一时间信息之后的时间信息。
91.在一种可能的实施例中，若第一时间信息为2012年，则第三时间信息可以为2013年，并将目标区域在2013年人口数量和2012年的人口数量之差作为第二特征参数。
92.如图6所示，为本发明实施例提供的另一种第二特征参数确定方法的流程示意图，该方法包括：
93.步骤601，根据预设的时间信息集合，获取每个基准区域在每个时间信息的人口数量。
94.步骤602，将目标区域在多个第三时间信息的平均人口数量和任意一个第一时间信息的人口数量之差作为第二特征参数。
95.在一种可能的实施例中，若第一时间信息为2012年，则第三时间信息可以为2013年和2014年，并将目标区域在2013年和2014年人口数量平均值与2012年的人口数量之差作为第二特征参数。
96.如图7所示，为本发明实施例提供的一种回归模型的构建方法的流程示意图，该方法包括：
97.步骤701，基于每个基准区域在所述同一个第一时间信息得到的每个基准区域的第一特征参数，生成第一特征矩阵。
98.需要说明的是，第一特征矩阵为列矩阵，第一特征矩阵的行表征第一特征参数来源的基准区域。
99.步骤702，针对第一特征矩阵，生成对应的特征系数矩阵。
100.需要说明的是，特征系数矩阵为行矩阵，特征系数矩阵的列表征特征系数来源的基准区域。
101.步骤703，基于第二特征参数、第一特征矩阵、特征系数矩阵和预设的待校验参数项，构建回归模型。
102.具体的，使第一特征矩阵和特征系数矩阵的乘积与待校验参数项之和等于第二特
征参数，比如，第一特征矩阵为xa＝[δx1,δx2,δx3…
δxa]，特征系数矩阵为ya＝[β1,β2,β3…
βa]，第二特征参数为δxb，预设的待校验参数项为μb，其中，[1,2,3
…
a]表征各个基准区域，b表征目标区域，则有回归模型：δxb＝ya*xa+μb，比如，某城市包括区域a和区域b，根据用户指令，将区域b作为目标区域，并将区域a作为基准区域，预设的时间信息集合包括2001年、2002年、2003年、2004年、2005年、2006年、2007年、2008年、2009年、2010年，获取城市中各区域在不同的时间信息对应的人口数据，如图8所示，为本发明实施例提供的一种区域人口—时间条形示意图，进一步的，构建回归模型，在现有技术中，通常是对构建的回归模型进行绘制，得到多元回归图像，比如，如图9所示，为相关技术中的一种多元回归图像示意图，图中各点离散程度较小，可知区域a和区域b的关联性较强。如图10所示，为相关技术中的另一种多元回归图像示意图，图中各点离散程度较大，可知区域a和区域b的关联性较差，综上，这种关联性只能体现基准区域和目标区域之间的相互关系，无法体现区域内人口流动对整个城市人口协调的影响，因此需要对回归模型进行进一步处理。
[0103]
如图11所示，为本发明实施例提供的一种模型处理方法的流程示意图，该方法包括：
[0104]
步骤1101，对回归模型进行处理，得到样本回归模型。
[0105]
具体的，接步骤703示例，对回归模型δxb＝ya*xa+μb等式两边分别求期望，得到e(δxb)＝ya*xa，设样本方程为则有则有其中，为拟合的第二特征参数，为拟合的特征系数矩阵，为待校验参数，从而得到样本回归模型同样的，针对不同的第一时间信息，可以得到多个与时间信息相关的样本回归模型，记作t＝(1、2、3
…
n)，其中，1、2、3
…
n表征的是时间信息在时间信息集合中的排列顺序。
[0106]
步骤1102，基于普通最小二乘法对样本回归模型进行计算，得到待校验参数。
[0107]
具体的，基于普通最小二乘法(ordinary least squares，ols)对样本回归模型进行计算，即令最小，则有最小，则有得到结合第一特征矩阵和第二特征参数代入到样本回归方程中，得到待校验参数。
[0108]
如图12所示，为本发明实施例提供的一种白噪声校验方法的流程示意图，该方法包括：
[0109]
步骤1201，将针对不同时间信息的各个待校验参数组成校验序列。
[0110]
步骤1202，判断校验序列是否是期望为零、方差为常数且的校验序列中任意两个待校验参数的协方差为零的白噪声序列。
[0111]
具体的，白噪声序列的特点表现在任何两个时间信息的随机变量都不相关，序列中没有任何可以利用的动态规律，因此不能用历史数据对未来进行预测和推断，在数据上体现为期望为零，方差为常数且时间序列内的任意两个数据协方差位零。本发明可以通过白噪声的定义判断各个待校验参数组成校验序列是否是白噪声序列，以判断区域的人口变化是否脱离城市人口变化的共同趋势，进而监测城市人口是否失调。
[0112]
需要说明的是，上述城市人口变化的共同趋势是指各个区域人口数量有着共同的
增长趋势或减少趋势，比如，其他城市的人口大量迁入本城市，在此情形下，本城市中各个区域的人口数量都有增长的共同趋势，因此，通过上述方式可以监测城市人口数量的动态变化是否协调，以及若城市人口数量的变化失调，可以确定城市中的脱离人口增长的共同趋势的具体区域，进一步的，可以针对性的解决相关区域的人口迁入问题，从而避免城市人口失调。
[0113]
如图13所示，为本发明实施例提供的另一种白噪声校验方法的流程示意图，该方法包括：
[0114]
步骤1301，将针对不同时间信息的各个待校验参数组成校验序列。
[0115]
步骤1302，基于杨-博克斯(ljung-box)校验方法判断校验序列是否是白噪声序列。
[0116]
具体的，ljung-box校验方法是对时间序列是否存在滞后相关的一种统计检验方法，相较于样本自相关函数和偏自相关函数可以评估个别变量滞后时是否存在自相关性。ljung-box校验方法可以用于共同检验多个变量滞后时是否存在自相关性，因此，本发明也可以通过ljung-box校验方法判断各个待校验参数组成校验序列是否是白噪声序列，以判断区域的人口变化是否脱离城市人口变化的共同趋势，进而监测城市人口是否失调。
[0117]
如图14所示，为本发明实施例提供的一种判断人口失调方法的流程示意图，该方法包括：
[0118]
步骤1401，确定校验序列是期望为零、方差为常数且校验序列中任意两个待检验参数的协方差为零的白噪声序列。
[0119]
步骤1402，确定城市人口数量未失调。
[0120]
如图15所示，为本发明实施例提供的另一种判断人口失调方法的流程示意图，该方法包括：
[0121]
步骤1501，确定校验序列不是期望为零、方差为常数且校验序列中任意两个待检验参数的协方差为零的白噪声序列。
[0122]
步骤1502，确定城市人口数量失调，且目标区域的人口数量变化导致城市人口数量失调。
[0123]
如图16所示，为本发明实施例提供的另一种判断人口失调方法的流程示意图，该方法包括：
[0124]
步骤1601，通过ljung-box校验方法确定校验序列是白噪声序列。
[0125]
步骤1602，确定城市人口数量未失调。
[0126]
如图17所示，为本发明实施例提供的另一种判断人口失调方法的流程示意图，该方法包括：
[0127]
步骤1701，通过ljung-box校验方法确定校验序列不是白噪声序列。
[0128]
步骤1702，确定城市人口数量失调，且目标区域的人口数量变化导致城市人口数量失调。
[0129]
需要说明的是，若确定校验序列不是白噪声序列，则只能代表当前监测过程中的目标区域的人口数量变化导致城市人口数量失调，并不能代表只有这一个区域的人口数量变化导致城市人口数量失调，因此需要将城市内的每个区域作为目标区域分别进行建模分析和校验，从而全面的确定导致城市人口数量失调的来源。
[0130]
下面对上述城市人口的监测方法进行整体说明：
[0131]
如图18所示，为本发明实施例提供的一种人口数量监测方法的具体流程示意图，该方法包括：
[0132]
步骤1801，根据城市的区域分布和响应用户指令，确定城市中任意一个区域为目标区域，其他区域为基准区域。
[0133]
步骤1802，根据预设的时间信息集合，获取各个区域在每个时间信息的人口数量。
[0134]
步骤1803，针对任意一个第一时间信息，对基准区域在任意一个第一时间信息和第二时间信息的人口数量进行处理，得到第一特征参数；对目标区域在任意一个第一时间信息的人口数量和第三时间信息的人口数量进行处理，得到第二特征参数。
[0135]
步骤1804，基于每个基准区域在同一个第一时间信息得到的每个基准区域的第一特征参数，生成第一特征矩阵。
[0136]
步骤1805，针对第一特征矩阵，生成对应的特征系数矩阵。
[0137]
步骤1806，基于第二特征参数、第一特征矩阵、特征系数矩阵和预设的待校验参数项，构建回归模型。
[0138]
步骤1807，基于普通最小二乘法对回归模型进行计算，得到待校验参数。
[0139]
步骤1808，对得到的各待校验参数进行白噪声校验，若校验结果是白噪声序列，则执行步骤1809，若校验结果不是白噪声序列，则执行步骤1810。
[0140]
步骤1809，确定城市人口数量未失调。
[0141]
步骤1810，确定目标区域的人口数量变化导致城市人口数量失调。
[0142]
本发明公开了一种城市人口监测方法、装置及设备，该方法包括：根据城市的区域分布和响应用户指令，确定城市中任意一个区域为目标区域，其他区域为基准区域。根据预设的时间信息集合，获取各个区域在每个时间信息的人口数量。针对任意一个第一时间信息，对基准区域在任意一个第一时间信息和第二时间信息的人口数量进行处理，得到第一特征参数；对目标区域在任意一个第一时间信息的人口数量和第三时间信息的人口数量进行处理，得到第二特征参数。基于每个基准区域在同一个第一时间信息得到的每个基准区域的第一特征参数，生成第一特征矩阵。针对第一特征矩阵，生成对应的特征系数矩阵。基于第二特征参数、第一特征矩阵、特征系数矩阵和预设的待校验参数项，构建回归模型。基于普通最小二乘法对回归模型进行计算，得到待校验参数。对得到的各待校验参数进行白噪声校验，若校验结果是白噪声序列，则确定城市人口数量未失调，若校验结果不是白噪声序列，则确定目标区域的人口数量变化导致城市人口数量失调，本发明通过上述方法可以解决城市内区域不规则划分以及区域地理特征不同、面积不同导致的城市人口协调性难以监测的问题，另外通过白噪声序列的特性，可以确定城市系统内脱离共同人口变化趋势的区域，从而确定城市人口系统失调，在准确及时监测城市人口变化的基础上，进一步的，可以针对性的解决相关问题，修复人口系统生态。
[0143]
基于相同的发明构思，本发明实施例还提供一种城市人口监测装置，装置的实施可以参考城市人口监测方法的实施，重复之处不再赘述。
[0144]
如图19所示，为本发明实施例提供的一种城市人口监测装置的结构示意图，该装置包括确定模块1901、第一处理模块1902、第二处理模块1903和校验模块1904：
[0145]
确定模块1901，用于响应用户指令，确定城市中任意一个区域为目标区域，其他区
域为基准区域；
[0146]
第一处理模块1902，用于针对任意一个第一时间信息，对所述基准区域在所述任意一个第一时间信息和第二时间信息的人口数量进行处理，得到第一特征参数；对所述目标区域在所述任意一个第一时间信息的人口数量和第三时间信息的人口数量进行处理，得到第二特征参数，其中，所述第一时间信息为预设的时间信息集合中的时间信息，所述第二时间信息为所述时间信息集合中在所述第一时间信息之前的时间信息，所述第三时间信息为所述时间信息集合中在所述第一时间信息之后的时间信息；
[0147]
第二处理模块1903，对基于同一个第一时间信息得到的第一特征参数和第二特征参数进行回归处理，得到所述第一时间信息对应的待校验参数；
[0148]
校验模块1904，对得到的各待校验参数进行白噪声校验，并基于校验结果确定城市人口数量是否失调。
[0149]
在一种可能的实施例中，第一处理模块1902具体用于：
[0150]
将每个所述基准区域在所述任意一个第一时间信息的人口数量和所述第二时间信息的人口数量之差作为所述第一特征参数；或
[0151]
将每个所述基准区域在所述任意一个第一时间信息的人口数量和多个所述第二时间信息的平均人口数量之差作为所述第一特征参数。
[0152]
在一种可能的实施例中，第一处理模块1902具体用于：
[0153]
将所述目标区域在所述第三时间信息的人口数量和所述第一时间信息的人口数量之差作为所述第二特征参数；或
[0154]
将所述目标区域在多个所述第三时间信息的平均人口数量和所述任意一个第一时间信息的人口数量之差作为所述第二特征参数。
[0155]
在一种可能的实施例中，如图19所示，第二处理模块1903包括第一矩阵生成单元19031、第二矩阵生成单元19032、模型构建单元19033和模型计算单元19034：
[0156]
第一矩阵生成单元19031，用于基于每个所述基准区域在所述同一个第一时间信息得到的每个所述基准区域的第一特征参数，生成第一特征矩阵，其中，所述第一特征矩阵为列矩阵，所述第一特征矩阵的行表征所述第一特征参数来源的基准区域；
[0157]
第二矩阵生成单元19032，用于针对所述第一特征矩阵，生成对应的特征系数矩阵，其中，所述特征系数矩阵为行矩阵，所述特征系数矩阵的列表征特征系数来源的基准区域；
[0158]
模型构建单元19033，用于基于所述第二特征参数、所述第一特征矩阵、所述特征系数矩阵和预设的待校验参数项，构建回归模型；
[0159]
模型计算单元19034，基于普通最小二乘法对所述回归模型进行计算，得到所述待校验参数。
[0160]
在一种可能的实施例中，模型构建单元19033具体用于：
[0161]
使所述第一特征矩阵和所述特征系数矩阵的乘积与所述待校验参数项之和等于所述第二特征参数。
[0162]
在一种可能的实施例中，第二处理模块1903通过下述方式构建回归模型：
[0163]
使所述第一特征矩阵和所述特征系数矩阵的乘积与所述待校验参数项之和等于所述第二特征参数。
[0164]
在一种可能的实施例中，校验模块1904具体用于：
[0165]
判断各所述待校验参数组成的校验序列是否是期望为零、方差为常数且所述校验序列中任意两个所述待检验参数的协方差为零的白噪声序列；
[0166]
基于校验结果确定城市人口数量是否失调，包括：
[0167]
若所述校验序列是期望为零、方差为常数且所述校验序列中任意两个所述待检验参数的协方差为零的白噪声序列，则确定所述城市人口数量未失调；
[0168]
若所述校验序列不是所述期望为零、方差为常数且所述校验序列中任意两个所述待检验参数的协方差为零的白噪声序列，则确定所述目标区域的人口数量变化导致城市人口数量失调。
[0169]
基于相同的发明构思，本发明实施例还提供一种城市人口监测设备，设备的实施可以参考城市人口监测方法的实施，重复之处不再赘述。如图20所示，为本发明实施例提供的一种城市人口监测设备的结构示意图，该设备包括处理器2001以及存储器2002，其中，存储器2002存储有程序代码，当存储器2002存储的一个或多个计算机程序被处理器2001执行时，使得设备执行上述任一城市人口监测方法。
[0170]
可选地，计算机可读存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0171]
在示例性实施例中，还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器2001执行时实现如本技术提供的城市人口监测方法。
[0172]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0173]
本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0174]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0175]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0176]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精
神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。