System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于ai安全,具体涉及一种安全集成报警联动系统。
技术介绍
1、在人口密集活动与消费场所,存在诸多安全、消防安全隐患。当前对于这些安全、消防安全隐患情况的处理通常做法是加大人工的监督和巡逻,从而需要投入大量的人力和财力,而依靠人力会出现不同人员的能力和责任心不同,会出现各种监管和检查诸多安全隐患漏洞。
技术实现思路
1、本专利技术克服现有技术存在的不足,所要解决的技术问题为:提供一种安全集成报警联动系统,以提高环境与设施安全性,做到早期预防和预控,并及时消除安全隐患。
2、为了解决上述技术问题,本专利技术采用的技术方案为:一种安全集成报警联动系统,包括智能安防系统、智能消防报警联动系统、智能用电系统、ai动态分析模块、通讯网络系统、大数据分析处理模块、智能反馈学习模块,用户端系统;
3、智能安防系统,用于采集安防监控区域的内的环境图像数据和设备传感数据;
4、智能消防报警联动系统,用于采集消防区域内的消防设备图像数据和消防设备传感器数据;
5、智能用电系统,用于采集系统电力数据;
6、大数据分析处理模块,用于对采集到的图像数据和传感器数据进行多核学习法进行融合,得到数据融合特征,并通过数据融合特征,得到预警级别;
7、ai动态分析模块,用于对智能消防报警联动系统的实时运行状态预测建模,智能消防报警联动系统的时序运行信息x={xi,i=1,...,n}作为训练数据集,将动态实时运行优化问题表述为一个二次
8、
9、约束条件为:
10、
11、a和r分别表示预警级别数据拟合圆的中心和半径,其中ξi定义为允许训练数据集以及实际运行中出现异常值的可能性,c为系数,用来平衡预警运行状态错分误差和预警等级球体体积;
12、智能反馈学习模块,用于对大数据分析处理模块输出的预警级别和ai动态分析模输出的运行状态进行输出信息进行分析评估,根据评估结果通过通讯网络系统向用户端系统发送报警信息。
13、所述智能反馈学习模块用于对ai动态分析模块和大数据分析处理模块综合处理输出的报警信息进行评估,若评估概率大于预设阈值则认为报警有效,则智能反馈学习模块将报警信息发送至客户端、智能安防系统、智能消防报警联动系统、智能用电系统。
14、所述的一种安全集成报警联动系统,还包括数据反馈模块,所述数据反馈模块用于将评估概率大于预设阈值,但人工判定为误报的传感器状态数据作为高价值补充样本反馈至大数据分析处理模块中进行模型优化,所述高价值补充样本的权重大于普通样本。
15、所述大数据分析处理模块的数据处理包括以下步骤:
16、步骤一、采集系统运行期间的图像传感器数据其中h、w、t为图像高度、宽度、采集时间,n、d为传感器数量、数据带宽;将采集的数据作为预警算法模型的训练集d={([ii,si],yi)|1<i<n}∈([i,s],y)n,其中yi∈yy为预警级别,n为采样数量,采样的数据为独立同分布;
17、步骤二、对采集带噪音的原始图像使用拉普拉斯高通滤波函数进行锐化处理,拉普拉斯滤波函数公式化如下:
18、
19、其中u和v为图片的不同方向;
20、步骤三、采用高斯分布和拉普拉斯分布对物理噪音进行不干扰模态间决策的模态内噪音建模,在融合过程中通过高斯噪声和拉普拉斯的最大后验估计l2范数和l1范数作为噪音的优化函数;综合噪音过滤、基于多核学习的可学习融合过程与决策函数,将噪音优化问题公式化为:
21、
22、其中,θi,θs为图像和传感器数据决策函数h1和h2的可学习参数,||·||2表示l2范数,|·|表示l1范数,η,μ为超参数,用以人为平衡噪声估计,f为基于多核学习的可学习的融合函数,l为交叉熵损失函数;采用多分类支持向量机作为决策函数:
23、
24、其中k为预警类别数量,ej为图像和传感器模态核函数输出的高维特征,即ei=φi(i),es=φs(s),核函数将输入从原始数据空间升维到具有高相关性的语义特征空间;为分布偏差;
25、步骤四、通过以下公式确定多模态融合函数:
26、
27、约束条件为:
28、
29、其中,l表示拉格朗日函数,αi和αj表示拉格朗日乘子,xi和xj表示为第i和第j个训练数据集,(xi·xj)是xi和xj的内积;
30、步骤五、根据得到的多模态融合函数确定预警级别。
31、所述ai动态分析模块采用的类别概率转换函数计算公式为:
32、
33、其中d为运行状态预测样本到核心点的距离,r为超球体的半径。
34、所述通讯网络系统为5g或6g通讯网络系统。
35、ai动态分析模块和大数据分析处理模块还用于对智能安防系统、智能消防报警联动系统、智能用电系统的多种视频动态数据、报警数据信息、多模态数据多种算法进行三维动态视频分析、3d成像动态视频和图像分析,通过立体几何空间智能识别体积容量、环境风力、温度、重量、物体和车辆及设备设施占用空间大小、好坏、车辆用途、声音、颜色、扬尘、可燃气体、有毒气体、剧毒气体液体、内压和外压、颜色、温度、烟雾、压力、湿度、人的行为,对电流、电压、电阻、电能检测进行冗余分析处理,提高报警信息的准确率,彻底消除误报警信息,得出结果分为正常、故障、一级预警、二级预警、真实报警状态,并驱动防护和应急联动相关设备控制相关危险及安全风险,达到预防或预控效果。
36、所述智能安防系统,用于对安防监控区域人、环境、物体、气体、声音、噪声探测器、液体传感器、温湿度、机械设备、车辆、体积、重量、报警视频监控、显示展示、预警信息进行实时动态视频360度监控和预警报警;智能消防报警联动系统,用于对社区内重点消防区域、消防设备设施、温度、烟雾、水压、电源、水位、流量、可燃气体、有毒有害气体、火灾报警联动系统实时动态和静态监控及预警报警;智能用电系统用于5g的安全集成报警联动系统电气设备及线路在线进行检测温度、缺相、剩余电流、短路、功率因数、电能计量、频率、电流、电源质量、电压、绝缘电阻、接地电阻、智能照明控制系统在线进行预警、报警信息数据检测和智能断电电气设备和装置、电流、电压、频率控制;ai动态分析模块和大数据分析处理模块用于对智能安防系统、智能消防报警联动系统、智能用电系统的多种视频动态数据、报警数据信息、多模态数据多种算法进行三维动态视频分析、3d成像动态视频和图像分析、立体几何空间智能识别体积容量、环境风力、温度、重量、物体和车辆及设备设施占用空间大小、好坏、车辆用途、声音、颜色、烟雾、压力、湿度、人的行为、电流、电压、电阻、电能检测进行冗余分析处理,提高报警信息的精准、准确率,彻底消除误报警信息,得出结果分为正常、故障、一级预警、二级预警、真实报警;智能反馈学习模块经二次纠偏校正得出精本文档来自技高网...
【技术保护点】
1.一种安全集成报警联动系统,其特征在于,包括智能安防系统、智能消防报警联动系统、智能用电系统、AI动态分析模块、通讯网络系统、大数据分析处理模块、智能反馈学习模块,用户端系统;
2.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述智能反馈学习模块用于对AI动态分析模块和大数据分析处理模块综合处理输出的报警信息进行评估,若评估概率大于预设阈值则认为报警有效,则智能反馈学习模块将报警信息发送至客户端、智能安防系统、智能消防报警联动系统、智能用电系统。
3.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,还包括数据反馈模块,所述数据反馈模块用于将评估概率大于预设阈值,但人工判定为误报的传感器状态数据作为高价值补充样本反馈至大数据分析处理模块中进行模型优化,所述高价值补充样本的权重大于普通样本。
4.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述大数据分析处理模块的数据处理包括以下步骤:
5.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述AI动态分析模块采用的类别概率转换函数计算公式
6.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述通讯网络系统为5G或6G通讯网络系统。
7.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,AI动态分析模块和大数据分析处理模块还用于对智能安防系统、智能消防报警联动系统、智能用电系统的多种视频动态数据、报警数据信息、多模态数据多种算法进行三维动态视频分析、3D成像动态视频和图像分析,通过立体几何空间智能识别体积容量、环境风力、温度、重量、物体和车辆及设备设施占用空间大小、好坏、车辆用途、声音、颜色、扬尘、可燃气体、有毒气体、剧毒气体液体、内压和外压、颜色、温度、烟雾、压力、湿度、人的行为,对电流、电压、电阻、电能检测进行冗余分析处理,提高报警信息的准确率,彻底消除误报警信息,得出结果分为正常、故障、一级预警、二级预警、真实报警状态,并驱动防护和应急联动相关设备控制相关危险及安全风险,达到预防或预控效果。
8.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述智能安防系统,用于对安防监控区域人、环境、物体、气体、声音、噪声探测器、液体传感器、温湿度、机械设备、车辆、体积、重量、报警视频监控、显示展示、预警信息进行实时动态视频360度监控和预警报警;智能消防报警联动系统,用于对社区内重点消防区域、消防设备设施、温度、烟雾、水压、电源、水位、流量、可燃气体、有毒有害气体、火灾报警联动系统实时动态和静态监控及预警报警;智能用电系统用于5G的安全集成报警联动系统电气设备及线路在线进行检测温度、缺相、剩余电流、短路、功率因数、电能计量、频率、电流、电源质量、电压、绝缘电阻、接地电阻、智能照明控制系统在线进行预警、报警信息数据检测和智能断电电气设备和装置、电流、电压、频率控制;AI动态分析模块和大数据分析处理模块用于对智能安防系统、智能消防报警联动系统、智能用电系统的多种视频动态数据、报警数据信息、多模态数据多种算法进行三维动态视频分析、3D成像动态视频和图像分析、立体几何空间智能识别体积容量、环境风力、温度、重量、物体和车辆及设备设施占用空间大小、好坏、车辆用途、声音、颜色、烟雾、压力、湿度、人的行为、电流、电压、电阻、电能检测进行冗余分析处理,提高报警信息的精准、准确率,彻底消除误报警信息,得出结果分为正常、故障、一级预警、二级预警、真实报警;智能反馈学习模块经二次纠偏校正得出精准预警信息、视频动环信息和三维、3D动态报警信息并发出预警、真实报警数据信息执行命令,同时发送至AI动态分析模块和大数据分析处理模块,再由AI动态分析模块和大数据分析处理模块将这些数据信息在线实时发送至智能安防系统、智能消防报警联动系统、智能用电系统。
9.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述AI动态分析模块还包括智能分析计算和处理动态视频、图像、压力、烟雾、气体、气压、温湿度数据信息,设置预警值、故障值,对智能对人员流动密度和数量分析、智能技算道路车辆流量道理空间智能分析阈值,多种火灾报警值数据分析处理;当现场各种探测端报警值达到预警值时,报警器发出中文/英文语言,根据不同传感器或探测器发出不同报警提示语言,同时将信息发送至智能反馈学习模块和智能安防系统、智能消防报警联动系统、智能用电系统。
10.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述智能反馈学习模块,用于对AI动态分析模块和大数据分析处理模块综合处理后的多种系统设备在线状态正常、故障、一级预警、二级预警、真实报警数据进行多模...
【技术特征摘要】
1.一种安全集成报警联动系统,其特征在于,包括智能安防系统、智能消防报警联动系统、智能用电系统、ai动态分析模块、通讯网络系统、大数据分析处理模块、智能反馈学习模块,用户端系统;
2.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述智能反馈学习模块用于对ai动态分析模块和大数据分析处理模块综合处理输出的报警信息进行评估,若评估概率大于预设阈值则认为报警有效,则智能反馈学习模块将报警信息发送至客户端、智能安防系统、智能消防报警联动系统、智能用电系统。
3.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,还包括数据反馈模块,所述数据反馈模块用于将评估概率大于预设阈值,但人工判定为误报的传感器状态数据作为高价值补充样本反馈至大数据分析处理模块中进行模型优化,所述高价值补充样本的权重大于普通样本。
4.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述大数据分析处理模块的数据处理包括以下步骤:
5.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述ai动态分析模块采用的类别概率转换函数计算公式为:
6.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述通讯网络系统为5g或6g通讯网络系统。
7.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,ai动态分析模块和大数据分析处理模块还用于对智能安防系统、智能消防报警联动系统、智能用电系统的多种视频动态数据、报警数据信息、多模态数据多种算法进行三维动态视频分析、3d成像动态视频和图像分析,通过立体几何空间智能识别体积容量、环境风力、温度、重量、物体和车辆及设备设施占用空间大小、好坏、车辆用途、声音、颜色、扬尘、可燃气体、有毒气体、剧毒气体液体、内压和外压、颜色、温度、烟雾、压力、湿度、人的行为,对电流、电压、电阻、电能检测进行冗余分析处理,提高报警信息的准确率,彻底消除误报警信息,得出结果分为正常、故障、一级预警、二级预警、真实报警状态,并驱动防护和应急联动相关设备控制相关危险及安全风险,达到预防或预控效果。
8.根据权利要求1所述的一种安全集成报警联动系统,其特征在于,所述智能安防系统,用于对安防监控区域人、环境、物体、气体、声音、噪声探测器、液体传感器、温湿度、机械设备、车辆、体积、重量、报警视频监控、显示展示、预警信息进行实时动态视频360度监控和预警报警;智能消防报警联动系统,用于对社区内重点消防区域、消防...
【专利技术属性】
技术研发人员:李建军,和立科,武斌,相宝宝,李委轩,
申请(专利权)人:山西四建集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。