一种基于模糊匹配的消防预警方法、装置及系统制造方法及图纸

本申请实施例提供一种基于模糊匹配的消防预警方法、装置及系统。该方法包括：按照不同消防事故发生的险情特征，构建标准险情矩阵，其中，行向量为各消防地点，列向量为险情现场环境特征；按照预设时间间隔通过传感器对建筑物进行消防险情采集，得到原始消防险情数据；将原始消防险情数据进行量化处理，填充至以消防险情监测地点为行向量，以监测地点的环境特征为列向量的实时险情矩阵；通过模糊匹配算法对标准险情矩阵与实时险情矩阵进行计算，预测消防险情发生的地点和类型。本申请实施例的一种基于模糊匹配的消防预警方法、装置及系统，提高了消防险情预警的效率。

A Fire Warning Method, Device and System Based on Fuzzy Matching

【技术实现步骤摘要】
一种基于模糊匹配的消防预警方法、装置及系统
本申请涉及模糊匹配及消防处理领域，尤其涉及一种基于模糊匹配的消防预警方法、装置及系统。
技术介绍
模式匹配是数据结构中字符串的一种基本运算，给定一个子串，要求在某个字符串中找出与该子串相同的所有子串。当面对大量特征编码后形成的字符串时，通过选取适当的字符串进行匹配，从而以概率的形式预测匹配结果，可以减少匹配时间，提高匹配的处理效率。传统消防预警过程中，一般只是简单的将传感器采集的数据发回控制服务器，然后对所有消防特征进行逐一比对，待全部特征匹配完毕后，进行消防情况的预警。这样一方面加重了控制服务器器的计算压力，更为重要的是占用了大量的计算时间，延误了消防处理的最佳时机，严重影响了消防预警的效果。因此，可以考虑改进基于模糊匹配的消防预警方法及系统。
技术实现思路
有鉴于此，本申请的目的在于提出一种基于模糊匹配的消防预警方法、装置及系统，降低消防预警处理延时，解决目前消防预警过程中，消防预警处理效率低，延误消防处理最佳时机的技术问题。基于上述目的，本申请提出了一种基于模糊匹配的消防预警方法，包括：按照不同消防事故发生的险情特征，构建标准险情矩阵，其中，行向量为各消防地点，列向量为险情现场环境特征；按照预设时间间隔通过传感器对建筑物进行消防险情采集，得到原始消防险情数据；将所述原始消防险情数据进行量化处理，填充至以消防险情监测地点为行向量，以监测地点的环境特征为列向量的实时险情矩阵；通过模糊匹配算法对所述标准险情矩阵与所述实时险情矩阵进行计算，预测消防险情发生的地点和类型。在一种实施例中，所述按照不同消防事故发生的险情特征，构建标准险情矩阵，包括：通过对历史消防事故进行特征分析，按照消防现场各个传感器所采集的现场环境特征进行分类；对各个传感器所处的位置进行编码，作为所述标准险情矩阵的行向量；对各个传感器采集到的消防现场环境特征进行量化、去噪处理，作为所述标准险情矩阵的列向量。在一些实施例中，在预设的更新周期内，对新增消防事故进行特征提取，更新所述标准险情矩阵的数据。在一些实施例中，所述按照预设时间间隔通过传感器对建筑物进行消防险情采集，得到原始消防险情数据，包括：当所述传感器采集的数据在预设时间内维持在稳定的正常状态时，扩大所述传感器采集数据的回传周期；当所述传感器采集到异常数据时，缩小所述传感器采集数据的回传周期；所述传感器在回传周期内随机抽取预定次数的采集数据进行回传。在一些实施例中，所述将所述原始消防险情数据进行量化处理，填充至以消防险情监测地点为行向量，以检测地点的环境特征为列向量的实时险情矩阵，包括：按照所述标准险情矩阵中行向量的位置，对消防现场环境的实时特征进行分类量化，确定所述实时险情矩阵列向量的取值，形成所述实时险情矩阵。在一些实施例中，所述通过模糊匹配算法对所述标准险情矩阵与所述实时险情矩阵进行计算，预测消防险情发生的地点和类型，包括：通过公式：构建互信息差分谱，其中QA(i)＝∑jQA,S(i,j)、QS(j)＝∑iQA,S(i,j)分别为实时险情矩阵与标准险情矩阵的边缘概率分布，QA,S(i,j)为实时险情矩阵与标准险情矩阵的联合概率分布，当信息差分谱达到预定阈值时，判定为消防险情即将发生，完成消防预测过程。基于上述目的，本申请还提出了一种基于模糊匹配的消防预警系统，包括：标准构建模块，用于按照不同消防事故发生的险情特征，构建标准险情矩阵，其中，行向量为各消防地点，列向量为险情现场环境特征；实时采集模块，用于按照预设时间间隔通过传感器对建筑物进行消防险情采集，得到原始消防险情数据；实时构建模块，用于将所述原始消防险情数据进行量化处理，填充至以消防险情监测地点为行向量，以监测地点的环境特征为列向量的实时险情矩阵；模糊匹配模块，用于通过模糊匹配算法对所述标准险情矩阵与所述实时险情矩阵进行计算，预测消防险情发生的地点和类型。在一些实施例中，所述标准构建模块，包括：分类单元，用于通过对历史消防事故进行特征分析，按照消防现场各个传感器所采集的现场环境特征进行分类；行向量单元，用于对各个传感器所处的位置进行编码，作为所述标准险情矩阵的行向量；列向量单元，用于对各个传感器采集到的消防现场环境特征进行量化、去噪处理，作为所述标准险情矩阵的列向量。基于上述目的，本申请还提出了一种基于模糊匹配的消防预警装置，包括：位于建筑物内部的至少一个传感器，用于实时采集建筑物内部的消防环境特征数据；计算中心，用于接收传感器回传的消防环境特征数据，并进行模糊匹配计算，预测消防险情；位于建筑物和计算中心之间的传输总线，用于将传感器采集的消防环境特征数据传输至计算中心。在一些实施例中，所述位于建筑物和计算中心之间的传输总线还用于将计算中心的控制指令传输至传感器。附图说明在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本专利技术公开的一些实施方式，而不应将其视为是对本专利技术范围的限制。图1示出根据本专利技术实施例的基于模糊匹配的消防预警方法的流程图。图2示出根据本专利技术实施例的基于模糊匹配的消防预警系统的构成图。图3示出根据本专利技术实施例的标准构建模块的构成图。图4示出根据本专利技术实施例的基于模糊匹配的消防预警装置的构成图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出根据本专利技术实施例的基于模糊匹配的消防预警方法的流程图。如图1所示，该基于模糊匹配的消防预警方法包括：步骤S11、按照不同消防事故发生的险情特征，构建标准险情矩阵，其中，行向量为各消防地点，列向量为险情现场环境特征；在一种实施方式中，所述按照不同消防事故发生的险情特征，构建标准险情矩阵，包括：通过对历史消防事故进行特征分析，按照消防现场各个传感器所采集的现场环境特征进行分类；对各个传感器所处的位置进行编码，作为所述标准险情矩阵的行向量；对各个传感器采集到的消防现场环境特征进行量化、去噪处理，作为所述标准险情矩阵的列向量。在一种实施方式中，在预设的更新周期内，对新增消防事故进行特征提取，更新所述标准险情矩阵的数据。具体来说，基于模糊匹配的消防预警方法第一步是需要通过对现有存档的历史消防时间进行归纳总结，得到建筑物每次发生消防案件时各起火点的环境特征。同时，还需要结合消防经验，加入消防专家对各类火灾的规律总结。例如，油脂类物质起火特征与木材类物质的起火特征完全不一样，这就要求对各类火灾起火时的环境特征进行归纳。另外，以现场传感器的位置为行向量之前，需要对各个传感器进行编码，从而可以在匹配过程中快速识别出传感器。各类传感器采集返回的数据由于标准不一、格式不同，因此，需要进行统一的标准化，以标准口径衡量消防险情。步骤S12、按照预设时间间隔通过传感器对建筑物进行消防险情采集，得到原始消防险情数据；在一种实施方式中，所述按照预设时间间隔通过传感器对建筑物进本文档来自技高网...

【技术保护点】
1.一种基于模糊匹配的消防预警方法，其特征在于，包括：按照不同消防事故发生的险情特征，构建标准险情矩阵，其中，行向量为各消防地点，列向量为险情现场环境特征；按照预设时间间隔通过传感器对建筑物进行消防险情采集，得到原始消防险情数据；将所述原始消防险情数据进行量化处理，填充至以消防险情监测地点为行向量，以监测地点的环境特征为列向量的实时险情矩阵；通过模糊匹配算法对所述标准险情矩阵与所述实时险情矩阵进行计算，预测消防险情发生的地点和类型。

【技术特征摘要】
1.一种基于模糊匹配的消防预警方法，其特征在于，包括：按照不同消防事故发生的险情特征，构建标准险情矩阵，其中，行向量为各消防地点，列向量为险情现场环境特征；按照预设时间间隔通过传感器对建筑物进行消防险情采集，得到原始消防险情数据；将所述原始消防险情数据进行量化处理，填充至以消防险情监测地点为行向量，以监测地点的环境特征为列向量的实时险情矩阵；通过模糊匹配算法对所述标准险情矩阵与所述实时险情矩阵进行计算，预测消防险情发生的地点和类型。2.根据权利要求1所述的方法，其特征在于，所述按照不同消防事故发生的险情特征，构建标准险情矩阵，包括：通过对历史消防事故进行特征分析，按照消防现场各个传感器所采集的现场环境特征进行分类；对各个传感器所处的位置进行编码，作为所述标准险情矩阵的行向量；对各个传感器采集到的消防现场环境特征进行量化、去噪处理，作为所述标准险情矩阵的列向量。3.根据权利要求2所述的方法，其特征在于：在预设的更新周期内，对新增消防事故进行特征提取，更新所述标准险情矩阵的数据。4.根据权利要求1所述的方法，其特征在于，所述按照预设时间间隔通过传感器对建筑物进行消防险情采集，得到原始消防险情数据，包括：当所述传感器采集的数据在预设时间内维持在稳定的正常状态时，扩大所述传感器采集数据的回传周期；当所述传感器采集到异常数据时，缩小所述传感器采集数据的回传周期；所述传感器在回传周期内随机抽取预定次数的采集数据进行回传。5.根据权利要求1所述的方法，其特征在于，所述将所述原始消防险情数据进行量化处理，填充至以消防险情监测地点为行向量，以检测地点的环境特征为列向量的实时险情矩阵，包括：按照所述标准险情矩阵中行向量的位置，对消防现场环境的实时特征进行分类量化，确定所述实时险情矩阵列向量的取值，形成所述实时险情矩阵。6.根据权利要求1所述的方法，其特征在于，所述通过模糊匹配算法对所述标准险情矩阵...

【专利技术属性】
技术研发人员：李莉莉，
申请(专利权)人：特斯联北京科技有限公司，
类型：发明
国别省市：北京,11