CN108305426A - 火场智能分析系统 - Google Patents

火场智能分析系统 Download PDF

Info

Publication number
CN108305426A
CN108305426A CN201710611337.XA CN201710611337A CN108305426A CN 108305426 A CN108305426 A CN 108305426A CN 201710611337 A CN201710611337 A CN 201710611337A CN 108305426 A CN108305426 A CN 108305426A
Authority
CN
China
Prior art keywords
node
sensor
aggregator
fire
command
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710611337.XA
Other languages
English (en)
Inventor
刘洋
罗强
冯承烈
刘雪晴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Rex Wisdom Polytron Technologies Inc
Original Assignee
Sichuan Rex Wisdom Polytron Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Rex Wisdom Polytron Technologies Inc filed Critical Sichuan Rex Wisdom Polytron Technologies Inc
Priority to CN201710611337.XA priority Critical patent/CN108305426A/zh
Publication of CN108305426A publication Critical patent/CN108305426A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供了一种火场智能分析系统，包括现场监测节点和移动终端节点、汇聚器和路由器；所述现场监测节点接收到汇聚器发出的开启命令后，向离该节点最近的区域定位节点申请区域定位节点ID。当成功收到区域定位节点ID后，将自身监测状态置为开启，同时向汇聚器返回开启成功命令；当现场监测节点收到关闭系统命令时，将火警监测状态标志为关闭，随后向汇聚器返回关闭成功命令。本发明提出了一种火场智能分析系统，采用多种监测手段综合实现对火场烟尘的准确检测，需要的传感器数量更少，并降低了传感器网络拥塞。

Description

火场智能分析系统
技术领域
本发明涉及消防监控，特别涉及一种火场智能分析系统。
背景技术
在各类社会公共场合或企业生产时，如果由于操作失误、设备老化或人为等原因，导致易燃易爆物品燃烧和电路短路，却不能及时发现警报，将会给公共安全和生产安全带来极大的威胁。所以对火灾隐患的有效监测对生产安全和公共安全是十分重要的。传统的监测系统缺乏灵活性，过分依赖以电线和电缆为基础的通信设施，可拓展性不足。即使是最新的无线火灾监测系统，也存在成本高、节点类型单一等缺陷。例如单一地利用烟尘传感器易受灰尘粒子、蒸发的水汽以及挥发性气体的干扰，烟尘具有浓度低、飘散速度快的特点，无法准确的检测而且需要在场所内安装足够多的传感器才能够正常的工作。
发明内容
为解决上述现有技术所存在的问题，本发明提出了一种火场智能分析系统，包括现场监测节点和移动终端节点、汇聚器和路由器；所述路由器包括用于路由信息的路由节点，并定制区域定位节点，每个区域定位节点拥有唯一的路由ID，用于实现区域定位功能，汇聚器实现信息的汇聚及格式的转换；
所述现场监测节点接收到汇聚器发出的开启命令后，向离该节点最近的区域定位节点申请区域定位节点ID。当成功收到区域定位节点ID后，将自身监测状态置为开启，同时向汇聚器返回开启成功命令；
当现场监测节点收到关闭系统命令时，将火警监测状态标志为关闭，随后向汇聚器返回关闭成功命令。
优选地，所述现场监测节点包括DSP模块、电源管理模块、天线、晶振、蜂鸣器以及图像采集模块和传感器模块；所述图像采集模块实现基于烟尘图像的火警监测预警；
所述现场监测节点中采用两个传感器模块1和2，并且其中一个传感器1拥有独立的电源管理模块；当传感器1和2均为低电平即报警时，设置为高风险状态；当传感器1为报警而传感器2为高电平时，设置为中级风险状态；当传感器1为高电平而传感器2为低电平即报警时，设置为疑似风险状态；
所述移动终端节点由人员配备，可在目标区域内自由移动，包括DSP模块、电源管理模块、天线、晶振、蜂鸣器、按键、液晶显示模块、以及传感器模块；汇聚器负责建立网络，同时汇聚和处理来自底层网络的监测信息；
基于WSN的协议栈在系统初始化和开启轮询式操作系统；操作系统负责整个系统的运作，实行对任务的调度管理；根据任务优先级从高到低依次检测任务中是否有火灾事件发生；
优选地，所述移动终端节点实现自身对火灾隐患的监测以及发出求助的信息，其次对接收到的现场监测节点报警信息或其他人员求助信息的处理；如果操作系统在轮询事件标志位数组时发现硬件层事件被置位，则解析发生的事件；如果是传感器采集模块输出低电平的报警事件则发出声光报警并向显示屏显示风险信息和区域位置，并且申请到区域定位节点ID后以单播形式向汇聚器发送人员节点报警命令；移动终端节点收到的有效命令包括现场监测节点报警命令和请求支援命令。
本发明相比现有技术，具有以下优点：
本发明提出了一种火场智能分析系统，采用多种监测手段综合实现对火场烟尘的准确检测，需要的传感器数量更少，并降低了传感器网络拥塞。
附图说明
图1是根据本发明实施例的火场智能分析系统的模块图。
具体实施方式
下文与图示本发明原理的附图一起提供对本发明一个或者多个实施例的详细描述。结合这样的实施例描述本发明，但是本发明不限于任何实施例。本发明的范围仅由权利要求书限定，并且本发明涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节以便提供对本发明的透彻理解。出于示例的目的而提供这些细节，并且无这些具体细节中的一些或者所有细节也可以根据权利要求书实现本发明。
本发明的一方面提供了一种火场智能分析系统。图1是根据本发明实施例的火场智能分析系统模块图。
本发明系统包含底层WSN通信网络和火警监测平台。WSN网络包括汇聚器、终端和路由器。其中终端包括现场监测节点和移动终端节点。路由器包括用于路由信息的路由节点，而且定制区域定位节点，每个区域定位节点拥有唯一的路由ID，用于实现区域定位功能，汇聚器实现信息的汇聚及格式的转换。火警监测平台对数据实时显示。管理员可以通过汇聚器对所有现场监测节点进行开启与关闭操作。所述开启与关闭是对节点中的监测状态标志位的操作。当节点关闭后进入睡眠状态，只有系统开启命令才能唤醒节点。现场监测节点接收到汇聚器发出的开启命令后，随即向离该节点最近的区域定位节点申请区域定位节点ID。当成功收到区域定位节点ID后，将自身监测状态置为开启，同时向汇聚器返回开启成功命令。当现场监测节点收到关闭系统命令时，将火警监测状态标志为关闭，随后向汇聚器返回关闭成功命令。如果汇聚器与现场监测节点距离过长则通过区域定位节点与路由器来中转信息。
在开启状态下，当烟尘浓度超标时，传感器模块会输出低电平。现场监测节点监测到烟尘，同时向汇聚器和移动终端节点发送警报信息，信息包括警报等级与警报位置。汇聚器将WSN数据帧解析转化成串口帧，通过上位机客户端实时获取整个监测区域的情况。移动终端节点收到信息后会发出声光报警与屏幕显示。当警报被排除后，可通过现场监测节点清除警报，将现场监测节点重新设置为监测状态。
当人员在行进过程中，其所配备的移动终端节点监测到气体泄漏，则移动终端节点发出声光报警并同时向汇聚器发送报警命令。如果持有设备的人员不能解决警报，可通过节点向其他人员发送包含该节点所在区域位置信息的请求支援命令。其他行进移动终端节点接收到信息后可以快速赶往支援。
现场监测节点包括DSP模块、电源管理模块、天线、晶振、蜂鸣器以及图像采集模块和传感器模块。图像采集模块实现基于烟尘图像的火警监测预警。现场监测节点中采用了两个传感器模块1和2，并且其中一个传感器1拥有独立的电源管理模块。当传感器1和2均为低电平即报警时，设置为高风险状态；当传感器1为报警而传感器2为高电平时，设置为中级风险状态；当传感器1为高电平而传感器2为低电平即报警时，设置为疑似风险状态。移动终端节点由人员配备，可在目标区域内自由移动，包括DSP模块、电源管理模块、天线、晶振、蜂鸣器、按键、液晶显示模块、以及传感器模块。汇聚器负责建立网络，同时汇聚和处理来自底层网络的监测信息。区域定位节点在路由节点的基础上增加了定位的功能。
基于WSN的协议栈在系统初始化和开启轮询式操作系统。操作系统负责整个系统的运作，实行对任务的调度管理。根据任务优先级从高到低依次检测是否任务中是否有火灾事件发生，如果有火灾事件发生，则调用相应的处理函数，处理完毕之后继续检测。
现场监测节点部分接收汇聚器开启命令后的区域定位节点ID申请请求，成功开启或关闭后，对汇聚器的反馈以及发生警报后对移动终端节点和汇聚器的报警信息发送。操作系统轮询检查任务事件标志位数组，当应用层事件被置位后，若接收到开启命令，则以单播的形式向距离其最近的定位节点申请节点ID。同时以单播传送模式向汇聚器反馈开启成功命令。操作系统进入下一轮的轮询时，如果解析发现接收到返回路由ID命令，则将节点自身的监测状态表示为开启，并向显示屏显示，然后以单播形式向协调器反馈开启成功。
在系统开启监测的状态下，当操作系统检测到硬件层事件标志位被置位时，判断何种事件发生。若是报警事件发生则对硬件层事件进行分析，确定风险等级后向汇聚器发送各种等级的报警命令，以组寻址传送模式向所有的移动终端节点发送含有区域定位节点ID的各种等级的报警命令。
移动终端节点实现自身对火灾隐患的监测以及发出求助的信息，其次对接收到的现场监测节点报警信息或其他人员求助信息的处理。如果操作系统在轮询事件标志位数组时发现硬件层事件被置位，则解析发生的事件。如果是传感器采集模块输出低电平的报警事件则发出声光报警并向显示屏显示风险信息和区域位置，此外还在申请到区域定位节点ID后以单播形式向汇聚器发送人员节点报警命令。移动终端节点收到的有效命令包括现场监测节点报警命令和请求支援命令。
现场监测节点的图像采集模块基于捕获的视频图像进行烟尘监测。在视频图像上，烟尘表征为视频帧数的增加面积随之增加，直到烟尘浓度足够低到无法捕捉。本发明提取的几何特征是将目标区域按纵向均分为三个部分，分别统计三个部分的亮点个数：底部Mb、中部Mm、顶部Mt。
然后本发明提取目标区域的方向特征，首先对目标图像进行颜色空间前期处理，即将待处理图像转化为灰度图像：
Gray＝0.3R+0.59G+0.11B
对经过颜色空间处理后的图像，求取待处理图像中每个像素点的梯度幅值及梯度方向的角度值，分别对该像素点I(x，y)的上下、左右的像素点进行计算，梯度公式为：
Gx(x，y)＝I(x+1，y)-I(x-1，y)
Gy(x，y)＝I(x，y+1)-I(x，y-1)
G(x，y)＝(Gx(x，y)2+Gy(x，y)2)1/2
θ(x，y)＝arctan(Gx(x，y)/Gy(x，y))
利用SVM生成的分类模块来进行烟尘的图像识别，首先选取大量的正样本即烟尘样本和负样本即不含烟尘样本。通过对视频流进行图像采集，将得到的连续视频帧截取出正、负样本，分别提取正、负样本集的方向特征并组合为多维特征向量，将其输入到SVM中去学习，生成分类模块。对以上提取的目标区域进行识别，并将识别为烟尘区域的坐标转换到原视频帧，然后标记出烟尘所在的位置，这样就能够识别出烟尘所在的区域。
如果采用连续若干帧之间或一段时间内检测到的疑似烟尘区域的面积增长率来衡量烟尘面积的扩散性。还可以排除静止对象引起的误报警，有效地提高烟尘的识别率。将第ti时刻烟尘疑似区域的面积记为Ai，第ti+1时刻的烟尘疑似区域的面积记为Ai+k，则Ai+k-Ai表示ti+1时刻相对于第ti时刻烟尘疑似区域面积发生的变化：
ΔA＝(Pi+k-Pi)/k
其中Pi表示第ti时刻图像的烟尘疑似区域的总的像素数，Pi+k为第ti+k时刻烟尘疑似区域的像素数，则k表示两帧图像之间相隔的帧数。
为了进一步正则化面积增长率的数值，本发明计算其相对差值，即计算烟尘的绝对面积增长率：
mi＝(Pi+k-Pi)/k Pi
对于可能存在的绝对面积增长率为负值，进一步应用平均值的方法来减弱空气流动的影响。即求出距离当前时刻最近的n个面积增长率m1，m2,...,mn，用其平均值来表示当前时刻的绝对面积增长率，作为区分烟尘与其他运动物体的判据：
无线传感器网络是资源受限的网络，本发明基于火灾传输概率阈值的算法来减少网络中冗余数据的传输。首先计算底层每个传感器节点对应的每一个传感器测量值的加权值系数，然后将加权值系数代入回归算法中，计算每个传感器节点的火灾产生率，最后根据火灾产生率阈值，得到网络的传输概率。即火灾产生率小于阈值的传感器节点的数据不向传输节点传输，从而减少了整个网络中节点之间的通信次数。
算法第一步对传感器节点原始数据进行数据整合，得到每个标量传感器值的加权值系数。第二步得出每个传感器节点的火灾产生率值，继而根据回归模型的特征确定阈值范围。第三步基于火灾产生率阈值，计算出对应集群中的传输概率。
其中第一步对t时刻某一传感器节点的所有传感器测量值进行整合加权值系数的公式为：
其中，X*(t)是加权均值在t时刻对传感器节点各个传感器测量值的加权平均整合结果，X(t)＝((x1(t))),(x2(t))，…(xN(t)))为t时刻N个传感器对周围环境进行数据采集得到的测量值，即加权均值的输入数据向量；W(t)＝((w1(t))),(w2(t))，…(wN(t)))为t时刻时加权均值的各个传感器测量值的权值系数组成的向量，表示每个传感器测量值对该节点周围发生火灾产生率全局估计的相对重要程度。
数据整合步骤包括：首先将传感器到的原始数据进行正则化处理：
将传感器测量值xi(t)作为正态分布随机变量，记作xi(t)～N(μ,σ2)。其正态分布函数为：
其中K为测量次数。
步骤3：当火灾发生时，传感器测量值发生突变，xi(t)会偏离μ，利用f(xi(t))与f(μi)之间的欧氏距离表示t时刻传感器节点各传感器测量值的加权均值的权值系数，它们之间的欧氏距离为：
得出传感器测量值的权值系数:
其中，wi(t)满足：
传感器测量值xi(t)的权值系数wi(t)与传感器节点周围火灾发生的概率成正比。
定义发生火灾的二元结果概率值f(Zi)：
其中Zi是一个独立变量的线性函数：
Zi＝B0+B1x1+B2x2+…+Bixi，其中，Bi为传感器测量值xi的权重。
因此，传感器节点的火灾产生率预测如下：
其中，wT，wH为温度和湿度对火灾产生率的权重；T0，H0为安全状态下传感器采集到的温度和湿度的最大值；b为回归常数；a为变化系数。
进一步地，所述传输概率为无线传感器网络中的传感器节点在固定时间内向集群头节点发送数据包的个数。若一个集群中有M个传感器节点，固定时间T内，每个传感器节点采集到C组数据，发送了mi(t)个数据包，计算时间T内一个集群网络中的传输概率PT：
综上所述，本发明提出了一种火场智能分析系统，采用多种监测手段综合实现对火场烟尘的准确检测，需要的传感器数量更少，并降低了传感器网络拥塞。
显然，本领域的技术人员应该理解，上述的本发明的各模块或各步骤可以用通用的计算系统来实现，它们可以集中在单个的计算系统上，或者分布在多个计算系统所组成的网络上，可选地，它们可以用计算系统可执行的程序代码来实现，从而，可以将它们存储在存储系统中由计算系统来执行。这样，本发明不限制于任何特定的硬件和软件结合。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (3)

1.一种火场智能分析系统，其特征在于，包括现场监测节点和移动终端节点、汇聚器和路由器；所述路由器包括用于路由信息的路由节点，并定制区域定位节点，每个区域定位节点拥有唯一的路由ID，用于实现区域定位功能，汇聚器实现信息的汇聚及格式的转换；
所述现场监测节点接收到汇聚器发出的开启命令后，向离该节点最近的区域定位节点申请区域定位节点ID。当成功收到区域定位节点ID后，将自身监测状态置为开启，同时向汇聚器返回开启成功命令；
当现场监测节点收到关闭系统命令时，将火警监测状态标志为关闭，随后向汇聚器返回关闭成功命令。
2.根据权利要求1所述的系统，其特征在于，所述现场监测节点包括DSP模块、电源管理模块、天线、晶振、蜂鸣器以及图像采集模块和传感器模块；所述图像采集模块实现基于烟尘图像的火警监测预警；
所述现场监测节点中采用两个传感器模块1和2，并且其中一个传感器1拥有独立的电源管理模块；当传感器1和2均为低电平即报警时，设置为高风险状态；当传感器1为报警而传感器2为高电平时，设置为中级风险状态；当传感器1为高电平而传感器2为低电平即报警时，设置为疑似风险状态；
所述移动终端节点由人员配备，可在目标区域内自由移动，包括DSP模块、电源管理模块、天线、晶振、蜂鸣器、按键、液晶显示模块、以及传感器模块；汇聚器负责建立网络，同时汇聚和处理来自底层网络的监测信息；
基于WSN的协议栈在系统初始化和开启轮询式操作系统；操作系统负责整个系统的运作，实行对任务的调度管理；根据任务优先级从高到低依次检测任务中是否有火灾事件发生。
3.根据权利要求1所述的系统，其特征在于，所述移动终端节点实现自身对火灾隐患的监测以及发出求助的信息，其次对接收到的现场监测节点报警信息或其他人员求助信息的处理；如果操作系统在轮询事件标志位数组时发现硬件层事件被置位，则解析发生的事件；如果是传感器采集模块输出低电平的报警事件则发出声光报警并向显示屏显示风险信息和区域位置，并且申请到区域定位节点ID后以单播形式向汇聚器发送人员节点报警命令；移动终端节点收到的有效命令包括现场监测节点报警命令和请求支援命令。
CN201710611337.XA 2017-07-25 2017-07-25 火场智能分析系统 Pending CN108305426A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710611337.XA CN108305426A (zh) 2017-07-25 2017-07-25 火场智能分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710611337.XA CN108305426A (zh) 2017-07-25 2017-07-25 火场智能分析系统

Publications (1)

Publication Number Publication Date
CN108305426A true CN108305426A (zh) 2018-07-20

Family

ID=62872504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710611337.XA Pending CN108305426A (zh) 2017-07-25 2017-07-25 火场智能分析系统

Country Status (1)

Country Link
CN (1) CN108305426A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111467886A (zh) * 2020-03-31 2020-07-31 苏州浪潮智能科技有限公司 一种火灾监控系统及集装箱式数据中心系统
CN111784994A (zh) * 2020-07-14 2020-10-16 中国民航大学 一种火灾检测方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102970727A (zh) * 2012-10-31 2013-03-13 哈尔滨工业大学 基于无线传感网的医护定位及告警方法
CN103164921A (zh) * 2011-12-19 2013-06-19 孙翊文 高层火灾智能定位语音报警装置
CN203480672U (zh) * 2013-08-09 2014-03-12 吉林农业大学 一种基于ZigBee无线互联的环境监测系统
CN204044599U (zh) * 2014-05-21 2014-12-24 安徽工程大学机电学院 基于物联网的火情监测安防系统
CN105513255A (zh) * 2015-11-30 2016-04-20 无锡拓能自动化科技有限公司 一种基于物联网的火灾监测设备
CN106355808A (zh) * 2016-11-04 2017-01-25 江苏金米智能科技有限责任公司 一种基于物联网的森林消防控制系统
CN106448024A (zh) * 2015-08-13 2017-02-22 重庆物联利浪科技有限公司 基于物联网的消防应急信息综合联动系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164921A (zh) * 2011-12-19 2013-06-19 孙翊文 高层火灾智能定位语音报警装置
CN102970727A (zh) * 2012-10-31 2013-03-13 哈尔滨工业大学 基于无线传感网的医护定位及告警方法
CN203480672U (zh) * 2013-08-09 2014-03-12 吉林农业大学 一种基于ZigBee无线互联的环境监测系统
CN204044599U (zh) * 2014-05-21 2014-12-24 安徽工程大学机电学院 基于物联网的火情监测安防系统
CN106448024A (zh) * 2015-08-13 2017-02-22 重庆物联利浪科技有限公司 基于物联网的消防应急信息综合联动系统
CN105513255A (zh) * 2015-11-30 2016-04-20 无锡拓能自动化科技有限公司 一种基于物联网的火灾监测设备
CN106355808A (zh) * 2016-11-04 2017-01-25 江苏金米智能科技有限责任公司 一种基于物联网的森林消防控制系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
常晓敏: "基于物联网的林火监测中信息融合算法研究", 《中国优秀硕士学位论文全文数据库 农业科技辑》 *
王元鑫: "基于ZigBee的无线定位系统的研究与设计", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
薛子涵 等: "基于ZIGBEE气体监测网络的化学气源搜寻智能车", 《第十届中国研究生电子设计竞赛技术论文》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111467886A (zh) * 2020-03-31 2020-07-31 苏州浪潮智能科技有限公司 一种火灾监控系统及集装箱式数据中心系统
CN111784994A (zh) * 2020-07-14 2020-10-16 中国民航大学 一种火灾检测方法及装置
CN111784994B (zh) * 2020-07-14 2021-11-30 中国民航大学 一种火灾检测方法及装置

Similar Documents

Publication Publication Date Title
US10524027B2 (en) Sensor based system and method for premises safety and operational profiling based on drift analysis
US8769688B2 (en) Simultaneous determination of a computer location and user identification
CN110225067B (zh) 一种物联网安全预警系统
CN107911653A (zh) 驻所智能视频监控模组、系统、方法以及存储介质
CN108124132A (zh) 一种安全监控方法和装置
CN105867323B (zh) 基于动态克隆选择算法的工业云数据安全自动化生产线
KR20170018805A (ko) 권한 없는 사람들을 식별하기 위한 센서 입력들의 상관
Singh et al. An insight to forest fire detection techniques using wireless sensor networks
CN210691345U (zh) 一种基于深度学习的云智能安检辅助系统
Srividhya et al. IoT–fog enabled framework for forest fire management system
CN116664359A (zh) 一种基于多传感融合的智能火情预警决策系统及方法
CN110135564A (zh) 基于边缘计算的煤矿瓦斯传感器数据异常检测方法
KR20200052418A (ko) 딥러닝 기반의 자동 폭력 감지 시스템
CN115014445A (zh) 一种智慧渔场多维全景感知监控方法、系统与装置
CN113269034A (zh) 一种基于内容识别的配电站所场景联动系统及方法
US9264447B2 (en) Simultaneous determination of a mobile device and its user identification
CN108305426A (zh) 火场智能分析系统
CN113572764A (zh) 一种基于ai的工业互联网网络安全态势感知系统
CN106052745B (zh) 一种电力线路监测方法
Ma et al. Data stream mining in fog computing environment with feature selection using ensemble of swarm search algorithms
CN101902744B (zh) 基于sniffer的无线传感网的入侵检测方法
CN107424377A (zh) 火场监控探测系统及方法
Ateeq et al. Wireless Sensor Networks using image processing for fire detection
Kumar et al. Intrusion detection in MANET using self organizing map (SOM)
CN106657889A (zh) 基于物联网的智能动力环境及视频监控云服务系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180720