智慧安全管理与应急救援一体站的数据处理方法及系统技术方案

本发明专利技术涉及用于管理的数据处理技术领域，具体涉及智慧安全管理与应急救援一体站的数据处理方法及系统，包括：通过对多维时序监测数据中的时序数据进行分解，获得多个

【技术实现步骤摘要】
智慧安全管理与应急救援一体站的数据处理方法及系统


[0001]本专利技术涉及用于管理的数据处理
，具体涉及智慧安全管理与应急救援一体站的数据处理方法及系统
。

技术介绍

[0002]社会的快速发展和城市化进程带来了各种安全管理和应急救援的挑战，传统的安全管理和应急救援方式面临着信息不对称
、
响应不及时等问题，需要借助先进的信息技术来提升效率和准确性，随着物联网技术取得了巨大的发展和应用，为智慧安全管理和应急救援领域提供了强大的数据处理和分析能力，智慧安全管理与应急救援一体站的相关平台走进人们的视野
。
[0003]物联网和传感技术使得各种设备和传感器能够实时获取多维监测数据，为安全管理和应急救援提供了丰富的数据来源，但是对多维监测数据进行处理时，由于多维时序监测数据所包含的多个时序数据的数据量大，且数据类型复杂，智慧安全管理与应急救援一体站平台的神经网络对多维时序监测数据直接进行分析时，需要复杂的网络结构和大量的运算分析过程，不利于对数据进行快速分析，因此需要对多维监测数据进行降维处理
。

技术实现思路

[0004]本专利技术提供智慧安全管理与应急救援一体站的数据处理方法及系统，以解决现有的问题
。
[0005]本专利技术的智慧安全管理与应急救援一体站的数据处理方法及系统采用如下技术方案：本专利技术一个实施例提供了智慧安全管理与应急救援一体站的数据处理方法，该方法包括以下步骤：获取应急救援一体站的多维时序监测数据，多维时序监测数据包含若干个时序数据，获取时序数据的主导次数和参与次数；对多维时序监测数据中的所有时序数据分别进行分解，获得每个时序数据对应的若干个
IMF
分量信号，通过对时序数据对应的若干个
IMF
分量信号中数据点的数值
、
极值
、
平均值
、
最大值和最小值进行融合，获得时序数据的变化程度；根据时序数据的变化程度
、
主导次数和参与次数获得时序数据的贡献度；获取时序数据之间的相关性，利用时序数据之间变化程度的差异和时序数据的贡献度对时序数据之间的相关性进行调节，获得时序数据之间的联系特征值；通过联系特征值对时序数据进行降维处理，利用降维数据判断是否需要报警
。
[0006]进一步的，所述获取时序数据的主导次数和参与次数，包括的具体方法为：在历史突发事件报告中，在多维时序监测数据的时序数据分别对应的因素作为突发事件的主导因素时，获取各个时序数据对应因素作为主导因素时产生突发事件的次数记为时序数据的主导次数，并获取各时序数据对应因素引起突发事件的次数记为时序数据的
参与次数
。
[0007]进一步的，所述对多维时序监测数据中的所有时序数据分别进行分解，获得每个时序数据对应的若干个
IMF
分量信号，包括的具体方法为：通过
EMD
算法对多维时序监测数据中的所有时序数据分别进行分解，获得每个时序数据对应的若干个
IMF
分量信号
。
[0008]进一步的，所述通过对时序数据对应的若干个
IMF
分量信号中数据点的数值
、
极值
、
平均值
、
最大值和最小值进行融合，获得时序数据的变化程度，包括的具体方法为：首先，根据
IMF
分量信号中数据点的数值
、
极值
、
平均值
、
最大值和最小值获得
IMF
分量信号的极值数量
、
分量方差以及平均幅值；然后，根据极值数量和分量方差获得时序数据的变化因子；最后，根据变化因子以及平均幅值获得时序数据的变化程度，具体计算方法为：式中，表示多维时序监测数据中第个时序数据的变化程度；表示第个时序数据对应
IMF
分量信号的数量；表示多维时序监测数据中第个时序数据的变化因子；表示第个时序数据的所有
IMF
分量信号的最大平均幅值；表示第个时序数据的所有
IMF
分量信号的最小平均幅值；表示线性归一化函数
。
[0009]进一步的，所述根据
IMF
分量信号中数据点的数值
、
极值
、
平均值
、
最大值和最小值获得
IMF
分量信号的极值数量
、
分量方差以及平均幅值，包括的具体方法为：将任意
IMF
分量信号中极值点的数量记为
IMF
分量信号的极值数量；将
IMF
分量信号中所有数据点的方差记为
IMF
分量信号的分量方差；将任意
IMF
分量信号中所有数据点的平均值，记为
IMF
分量信号的平均幅值
。
[0010]进一步的，所述变化因子的具体获取方法为：将任意一个
IMF
分量信号的极值数量和分量方差的乘积记为
IMF
分量信号的变化参数；将任意时序数据的所有
IMF
分量信号对应变化参数的累加值记为时序数据的变化因子
。
[0011]进一步的，所述根据时序数据的变化程度
、
主导次数和参与次数获得时序数据的贡献度，包括的具体方法为：首先，获取多维时序监测数据中所有时序数据的最大变化程度；然后，时序数据的贡献度的具体计算方法为：其中，表示多维时序监测数据中第个时序数据的贡献度；表示多维时序监测数据中第个时序数据的变化程度；表示多维时序监测数据中所有时序数据的最大变化程度；表示第个时序数据的主导次数；表示多维时序监测数据中时序数据的数量；表示第个时序数据的参与次数
。
[0012]进一步的，所述获取时序数据之间的相关性，利用时序数据之间变化程度的差异
和时序数据的贡献度对时序数据之间的相关性进行调节，获得时序数据之间的联系特征值，包括的具体方法为：首先，将多维时序监测数据中任意两个时序数据的皮尔逊相关系数，记为所述两个时序数据的相关性；然后，时序数据之间联系特征值的具体计算方法为：其中，表示多维时序监测数据中第个时序数据与第个时序数据之间的联系特征值，表示多维时序监测数据中第个时序数据的变化程度；表示多维时序监测数据中第个时序数据的变化程度；表示多维时序监测数据中第个时序数据与第个时序数据之间的相关性；表示多维时序监测数据中第个时序数据的贡献度；表示第个时序数据所属聚类簇中所有时序数据的平均贡献度；表示最大贡献度；表示获取绝对值；表示以自然常数为底数的指数函数
。
[0013]进一步的，所述通过联系特征值对时序数据进行降维处理，利用降维数据判断是否需要报警，包括的具体方法为：首先，依据时序数据之间的联系特征值利用孤立森林算法对时序数据进行排序，获得时序数据序列；并按照从大到小的顺序将所有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
智慧安全管理与应急救援一体站的数据处理方法，其特征在于，该方法包括以下步骤：获取应急救援一体站的多维时序监测数据，多维时序监测数据包含若干个时序数据，获取时序数据的主导次数和参与次数；对多维时序监测数据中的所有时序数据分别进行分解，获得每个时序数据对应的若干个
IMF
分量信号，通过对时序数据对应的若干个
IMF
分量信号中数据点的数值
、
极值
、
平均值
、
最大值和最小值进行融合，获得时序数据的变化程度；根据时序数据的变化程度
、
主导次数和参与次数获得时序数据的贡献度；获取时序数据之间的相关性，利用时序数据之间变化程度的差异和时序数据的贡献度对时序数据之间的相关性进行调节，获得时序数据之间的联系特征值；通过联系特征值对时序数据进行降维处理，利用降维数据判断是否需要报警
。2.
根据权利要求1所述智慧安全管理与应急救援一体站的数据处理方法，其特征在于，所述获取时序数据的主导次数和参与次数，包括的具体方法为：在历史突发事件报告中，在多维时序监测数据的时序数据分别对应的因素作为突发事件的主导因素时，获取各个时序数据对应因素作为主导因素时产生突发事件的次数记为时序数据的主导次数，并获取各时序数据对应因素引起突发事件的次数记为时序数据的参与次数
。3.
根据权利要求1所述智慧安全管理与应急救援一体站的数据处理方法，其特征在于，所述对多维时序监测数据中的所有时序数据分别进行分解，获得每个时序数据对应的若干个
IMF
分量信号，包括的具体方法为：通过
EMD
算法对多维时序监测数据中的所有时序数据分别进行分解，获得每个时序数据对应的若干个
IMF
分量信号
。4.
根据权利要求1所述智慧安全管理与应急救援一体站的数据处理方法，其特征在于，所述通过对时序数据对应的若干个
IMF
分量信号中数据点的数值
、
极值
、
平均值
、
最大值和最小值进行融合，获得时序数据的变化程度，包括的具体方法为：首先，根据
IMF
分量信号中数据点的数值
、
极值
、
平均值
、
最大值和最小值获得
IMF
分量信号的极值数量
、
分量方差以及平均幅值；然后，根据极值数量和分量方差获得时序数据的变化因子；最后，根据变化因子以及平均幅值获得时序数据的变化程度，具体计算方法为：式中，表示多维时序监测数据中第个时序数据的变化程度；表示第个时序数据对应
IMF
分量信号的数量；表示多维时序监测数据中第个时序数据的变化因子；表示第个时序数据的所有
IMF
分量信号的最大平均幅值；表示第个时序数据的所有
IMF
分量信号的最小平均幅值；表示线性归一化函数
。5.
根据权利要求4所述智慧安全管理与应急救援一体站的数据处理方法，其特征在于，所述根据
IMF
分量信号中数据点的数值
、
极值
、
平均值
、
最大值和最小值获得
IMF
分量信号的极值数量
、
分量方差以及平均幅值，包括的具体方法为：
将任意
IMF
分量信号中极值点的数量记为
IMF
分量信号的极值数量；将
IMF
分量信号中所有数据点的方差记为
IMF
分量信号的分量方差；将任意
IMF
分量信号中所有数据点的平均值，记为
IMF
分量信号的平均幅值
。6.
根据权利要求4所述智慧安全管理与应急救援一体站的数据处理方法，其特征在于，所述变化因子的具体获取方法为：将任意一个
IMF
分量信号的极值数量和分量方差的乘积记为

【专利技术属性】
技术研发人员：陈兴云，陈啸，邓秋生，李志恩，
申请(专利权)人：福建福昇消防服务集团有限公司，
类型：发明
国别省市：