买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河南唐都科技有限公司

摘要：本发明涉及数据处理技术领域，具体涉及基于互联网数据的智能火灾预警方法及系统，包括：采集若干整体环境数据序列以及若干环境数据序列；根据整体环境数据序列中不同时间范围内环境参考数据的变化方向的分布差异情况，得到整体环境数据序列的环境特征因子；根据不同环境数据序列之间同一记录时刻下环境参考数据与环境特征因子的匹配差异情况，以及环境参考数据与外界环境因素的关联情况，得到环境参考数据的环境滤波权重；根据环境滤波权重进行自适应调整窗口，对环境参考数据进行去噪。本发明使滤波窗口实现自适应调整，提高了去噪效果，提高了智能火灾预警结果的准确性。

主权项：1.基于互联网数据的智能火灾预警方法，其特征在于，该方法包括以下步骤：采集若干整体环境数据序列以及若干环境数据序列，所述整体环境数据序列包含多个环境数据序列，环境数据序列包含多个环境参考数据，每个环境参考数据对应一个记录时刻；根据整体环境数据序列中不同时间范围内环境参考数据的变化方向的分布差异情况，得到每个整体环境数据序列的环境特征因子；根据不同环境数据序列之间同一记录时刻下环境参考数据与环境特征因子的匹配差异情况，以及环境参考数据与外界环境因素的关联情况，得到每个环境参考数据的环境滤波权重；根据环境滤波权重进行自适应调整窗口，对环境参考数据进行去噪；所述根据整体环境数据序列中不同时间范围内环境参考数据的变化方向的分布差异情况，得到每个整体环境数据序列的环境特征因子，包括的具体方法为：预设一个环境参考数据数量T1；对于任意一个整体环境数据序列，将整体环境数据序列中任意一个环境参考数据记为目标环境参考数据，将目标环境参考数据前T1个环境参考数据与目标环境参考数据后T1个环境参考数据构成的数据段，记为目标环境参考数据的邻域环境数据段；获取目标环境参考数据的邻域环境数据段中每个极值的趋势方向差异值；将所有的趋势方向差异值进行线性归一化，将归一化后的趋势方向差异值记为趋势方向差异因子；将目标环境参考数据的邻域环境数据段中任意一个极值记为目标极值，将1减去目标极值的趋势方向差异因子的差值记为目标极值的第一差值；将所有极值的均值减去目标极值的差值记为目标极值的第二差值；将目标极值的第一差值与第二差值的乘积的平方记为目标极值的第一乘积；获取目标环境参考数据的邻域环境数据段中所有极值的第一乘积，将所有极值的第一乘积的累加和的开平方值，记为目标环境参考数据的第一累加值；获取整体环境数据序列中所有环境参考数据的第一累加值，将所有环境参考数据的第一累加值的累加和的反比例归一化值记为第一反比例值；将1减去第一反比例值的差值记为整体环境数据序列的环境特征因子；整体环境数据序列的环境特征因子对应的公式为： 式中，h表示该整体环境数据序列的环境特征因子；I表示该整体环境数据序列中所有环境参考数据的数量；Mi表示第i个环境参考数据的邻域环境数据段中所有极值的数量；ai,m表示第i个环境参考数据的邻域环境数据段中第m个极值；表示第i个环境参考数据的邻域环境数据段中所有极值的均值；Δbi,m表示第i个环境参考数据的邻域环境数据段中第m个极值的趋势方向差异值；exp表示以自然常数为底的指数函数，实施例采用exp-x模型来呈现反比例关系及归一化处理，x为模型的输入，实施者可根据实际情况选择反比例函数及归一化函数；softmax表示归一化函数，用于将所有的Δbi,m进行归一化；所述获取目标环境参考数据的邻域环境数据段中每个极值的趋势方向差异值，包括的具体方法为：利用PCA主成分分析算法获取邻域环境数据段中的主成分方向，将邻域环境数据段中每个极值在主成分方向上对应的值记为每个极值的主成分值，将邻域环境数据段中每个极值减去对应的主成分值的差值记为每个极值的趋势方向差异值；所述根据不同环境数据序列之间同一记录时刻下环境参考数据与环境特征因子的匹配差异情况，以及环境参考数据与外界环境因素的关联情况，得到每个环境参考数据的环境滤波权重，包括的具体方法为：对于任意一个整体环境数据序列，在整体环境数据序列中，将最后一个环境数据序列记为核心环境数据序列，将除核心环境数据序列以外的每个环境数据序列记为参照环境数据序列；对于任意一个参照环境数据序列，利用DTW动态时间规整算法获取参照环境数据序列与核心环境数据序列的所有匹配点对；获取所有匹配点对的趋势时间整体差异值、邻域距离整体差异值以及相似权重；根据核心环境数据序列与参照环境数据序列之间所有匹配点对的趋势时间整体差异值、邻域距离整体差异值以及相似权重，得到核心环境数据序列与参照环境数据序列的环境相似度；获取核心环境数据序列与所有参照环境数据序列的环境相似度；根据核心环境数据序列与所有参照环境数据序列的环境相似度，得到核心环境数据序列的噪声影响程度；对于核心环境数据序列中任意一个环境参考数据，将环境参考数据的邻域环境数据段中所有环境参考数据的标准差记为第一标准差，获取核心环境数据序列中所有环境参考数据的第一标准差，将所有的第一标准差进行线性归一化，将归一化后的第一标准差记为局部环境标准差；预设一个环境参考数据阈值T2，将环境参考数据的邻域环境数据段中所有环境参考数据的均值减去T2的差值，记为环境参考数据的异常指标；获取所有环境参考数据的异常指标；对于第v个整体环境数据序列中第z个环境参考数据，根据第z个环境参考数据环境参考数据的局部环境标准差、第v个整体环境数据序列的环境特征因子、第v个整体环境数据序列的核心环境数据序列的噪声影响程度，以及第v个整体环境数据序列与其他整体环境数据序列之间异常指标的差异，得到第v个整体环境数据序列中第z个环境参考数据的噪声异常度；获取第v个整体环境数据序列中所有环境参考数据的噪声异常度，将所有的噪声异常度进行线性归一化，将归一化后的噪声异常度记为环境滤波权重；所述获取所有匹配点对的趋势时间整体差异值、邻域距离整体差异值以及相似权重，包括的具体方法为：对于任意一个匹配点对，将匹配点对在参照环境数据序列的环境参考数据记为第一目标环境参考数据；在参照环境数据序列中，将记录时刻距离第一目标环境参考数据最小的极值对应的环境参考数据记为第二目标环境参考数据，将第一目标环境参考数据与第二目标环境参考数据之间记录时刻的差值的绝对值，记为第一目标环境参考数据的趋势时间差异值；将匹配点对在核心环境数据序列的环境参考数据记为第三目标环境参考数据，参考第一目标环境参考数据的趋势时间差异值的获取方法，获取第三目标环境参考数据的趋势时间差异值；将第一目标环境参考数据与第三目标环境参考数据的趋势时间差异值的均值，记为匹配点对的趋势时间整体差异值；在第一目标环境参考数据左侧，将记录时刻距离第一目标环境参考数据最小的极值对应的环境参考数据记为第一目标环境数据；在第一目标环境参考数据右侧，将记录时刻距离第一目标环境参考数据最小的极值对应的环境参考数据记为第二目标环境数据；将第一目标环境数据与第二目标环境数据之间的欧式距离，记为第一目标环境参考数据的邻域距离值；参考第一目标环境参考数据的邻域距离值的获取方法，获取第三目标环境参考数据的邻域距离值；将第一目标环境参考数据与第三目标环境参考数据的邻域距离值的均值，记为匹配点对的邻域距离整体差异值；在匹配点对中，若第一目标环境参考数据为极值，将第一目标环境参考数据的邻域距离值记为匹配点对的相似权重；若第三目标环境参考数据为极值，将第三目标环境参考数据的邻域距离值记为匹配点对的相似权重；若第一目标环境参考数据与第三目标环境参考数据均为极值，将第一目标环境参考数据与第三目标环境参考数据的邻域距离值的累加和，记为匹配点对的相似权重；若第一目标环境参考数据与第三目标环境参考数据均不为极值，将1记为匹配点对的相似权重。

全文数据：

权利要求：

百度查询： 河南唐都科技有限公司 基于互联网数据的智能火灾预警方法及系统