摘要
本申请提供一种基于高斯过程的消防警报预测方法和装置。本申请提供的方法,包括:基于第一区域内的消防警报设备状态数据状态数据确定第一时间长度;获取第一区域内第一时间段的消防设备报警次数,生成报警时间序列数据,根据第二时间段内第一区域内的状态数据确定与之相同的第三时间段,将第三时间段内与当前时间最近的第一时间长度的时间作为第一时间段;根据报警时间序列数据建立高斯过程模型;基于学习后的高斯过程模型预测第一区域内的第二时间段内的消防设备报警次数。本申请提供的基于高斯过程的消防警报预测方法和装置,无需大量数据以及神经网络模型的构建,实现消防警报的长期预测。
技术关键词
消防警报设备
消防设备
时间段
数据
异常点
时间序列分析方法
随机噪声
神经网络模型
模块
预测装置
指数
周期
时间差
参数
强度
系统为您推荐了相关专利信息
预测分析方法
贝叶斯神经网络
城市路网结构
核密度估计方法
门控循环单元
净负荷预测方法
混合神经网络模型
电力系统
多模态
发电量
智能生产线
嵌入式摄像头
清理组件
容纳柜
移动终端建立通信
数字孪生模型
增量学习方法
工业设备状态
设备状态预测方法
工况
光伏逆变器
变量
卷积神经网络模型
物理
预警模型