摘要
本发明公开了一种大数据的消防安全监测管理方法及系统,通过对采集的数据依次进行清洗、去噪和归一化处理,得到标准多模态数据;利用改进的多尺度卷积神经网络提取所述标准多模态数据的环境趋势特征、空间分布特征和时序周期特征,并对特征进行对齐和融合,得到特征多模态数据;建立基于CTHMM连续时间隐马尔可夫模型的风险状态评估模型,将系统的安全状态定义为隐藏状态,将所述特征多模态数据作为观测序列,输出消防风险评估指数;基于所述消防风险评估指数,利用分层决策机制对火灾风险进行分级,并根据风险等级触发相应级别的预警机制。实现消防管理从被动处置向主动预警转变,显著降低火灾发生概率。
技术关键词
消防安全监测
分层决策机制
多模态
隐马尔可夫模型
空间分布特征
卷积神经网络提取
风险
环境感知数据
设备状态数据
管理方法
大数据
Viterbi算法
指数
期望最大化算法
预警机制
管理系统
火灾
时序
系统为您推荐了相关专利信息
多模态
识别方法
神经网络模型训练
可见光图像
特征提取网络
决策支持系统
多模态数据融合
动态知识图谱
深度强化学习
蒙特卡洛树搜索
依存句法树
视频检索方法
文本特征向量
视频特征向量
预训练模型
干预决策系统
非接触式监测设备
多模态数据融合
环境传感器
植入设备
新能源汽车配件
缺陷测试方法
计算机视觉
多层次特征
深度卷积神经网络