CN112750272A - 一种消防报警器的智能控制方法及系统 - Google Patents
一种消防报警器的智能控制方法及系统 Download PDFInfo
- Publication number
- CN112750272A CN112750272A CN202011605033.0A CN202011605033A CN112750272A CN 112750272 A CN112750272 A CN 112750272A CN 202011605033 A CN202011605033 A CN 202011605033A CN 112750272 A CN112750272 A CN 112750272A
- Authority
- CN
- China
- Prior art keywords
- information
- fire
- obtaining
- environmental
- alarm system
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000001514 detection method Methods 0.000 claims abstract description 71
- 230000007613 environmental effect Effects 0.000 claims abstract description 51
- 239000000126 substance Substances 0.000 claims abstract description 9
- 238000005192 partition Methods 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 16
- 238000012502 risk assessment Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000002485 combustion reaction Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000012795 verification Methods 0.000 description 11
- 238000003062 neural network model Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000000779 smoke Substances 0.000 description 5
- 238000012937 correction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000004566 building material Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000008157 edible vegetable oil Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- 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
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Emergency Management (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Fire Alarms (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种消防报警器的智能控制方法及系统,应用于消防报警系统,与一摄像头和移动设备相连接所述方法包括:根据第一用户,获得所述消防报警系统的第一使用性质和第一楼层信息并作为第一输入信息;根据所述第一摄像头,获得所述第一探测区域中安装消防报警器的第一环境信息;根据所述第一环境信息,获得所述第一环境易燃物信息并作为第二输入信息;将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级;根据所述第一火灾危险等级,向所述第一用户发送第一调整指令;根据所述第一调整指令,调整所述消防报警系统的控制参数。解决了现有技术中存在消防报警器的控制方法不完善,针对性弱的技术问题。
Description
技术领域
本发明涉及消防报警相关领域,尤其涉及一种消防报警器的智能控制方法及系统。
背景技术
消防报警器一般用于火灾现场的声音报警和闪光报警,尤其适用于报警时能见度低或事故现场有烟雾产生的场所,在生产环境或家庭环境中,火灾的出现总是不可避免的,火灾造成的危害也越来越严重,有效发现火源至关重要,目前探测火源的使用仪器是消防报警器,维持消防报警系统的有效性是防范火灾的关注点。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在对消防报警器的控制方法不完善,针对性弱的技术问题。
发明内容
本申请实施例通过提供一种消防报警器的智能控制方法及系统,解决了现有技术中存在消防报警器的控制方法不完善,针对性弱的技术问题,达到了准确智能获取火灾参数,实现消防报警器控制系统的智能化和个性化的技术效果。
鉴于上述问题,提出了本申请实施例提供一种消防报警器的智能控制方法及系统。
第一方面,本申请实施例提供了一种消防报警器的智能控制方法,所述方法包括:根据第一用户,获得所述消防报警系统的第一使用性质和第一楼层信息;获得所述消防报警系统的第一探测区域;根据所述第一摄像头,获得所述第一探测区域中安装消防报警器的第一环境信息;根据所述第一环境信息,获得所述第一环境易燃物信息;所述消防报警系统的第一使用性质和第一楼层信息作为第一输入信息;将所述第一环境易燃物信息作为第二输入信息;将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级;根据所述第一火灾危险等级,向所述第一用户发送第一调整指令;根据所述第一调整指令,调整所述消防报警系统的控制参数。
另一方面,本申请还提供了一种消防报警器的智能控制系统,所述系统包括:第一获得单元,所述第一获得单元用于根据第一用户,获得所述消防报警系统的第一使用性质和第一楼层信息;第二获得单元,所述第二获得单元用于获得所述消防报警系统的第一探测区域;第三获得单元,所述第三获得单元用于根据所述第一摄像头,获得所述第一探测区域中安装消防报警器的第一环境信息;第四获得单元,所述第四获得单元用于根据所述第一环境信息,获得所述第一环境易燃物信息;第一操作单元,所述第一操作单元用于所述消防报警系统的第一使用性质和第一楼层信息作为第一输入信息;第二操作单元,所述第二操作单元用于将所述第一环境易燃物信息作为第二输入信息;第一输入单元,所述第一输入单元用于将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级;第一发送单元,所述第一发送单元用于根据所述第一火灾危险等级,向所述第一用户发送第一调整指令;第一调整单元,所述第一调整单元用于根据所述第一调整指令,调整所述消防报警系统的控制参数。
第三方面,本发明提供了一种消防报警器的智能控制系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了根据第一用户获得所述消防报警系统的第一使用性质和第一楼层信息,作为第一输入信息,同时根据所述第一摄像头获得所述消防报警系统第一探测区域安装消防报警器的第一环境信息,进而将获得的所述第一环境易燃物信息作为第二输入信息,将所述第一输入信息和第二输入信息输入危险评估模型的方式,基于所述危险评估模型不断地进行自我修正调整的特性,获得更加准确的火灾危险等级,进而达到了准确智能获取火灾参数,实现消防报警器控制系统的智能化和个性化的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种消防报警器的智能控制方法的流程示意图;
图2为本申请实施例一种消防报警器的智能控制系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第一操作单元15,第二操作单元16,第一输入单元17,第一发送单元18,第一调整单元19,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种消防报警器的智能控制方法及系统,解决了现有技术中存在消防报警器的控制方法不完善,针对性弱的技术问题,达到了准确智能获取火灾参数,实现消防报警器控制系统的智能化和个性化的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
消防报警器一般用于火灾现场的声音报警和闪光报警,尤其适用于报警时能见度低或事故现场有烟雾产生的场所,在生产环境或家庭环境中,火灾的出现总是不可避免的,火灾造成的危害也越来越严重,有效发现火源至关重要,目前探测火源的使用仪器是消防报警器,维持消防报警系统的有效性是防范火灾的关注点。但现有技术中存在对消防报警器的控制方法不完善,针对性弱的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种消防报警器的智能控制方法,所述方法包括:根据第一用户,获得所述消防报警系统的第一使用性质和第一楼层信息;获得所述消防报警系统的第一探测区域;根据所述第一摄像头,获得所述第一探测区域中安装消防报警器的第一环境信息;根据所述第一环境信息,获得所述第一环境易燃物信息;所述消防报警系统的第一使用性质和第一楼层信息作为第一输入信息;将所述第一环境易燃物信息作为第二输入信息;将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级;根据所述第一火灾危险等级,向所述第一用户发送第一调整指令;根据所述第一调整指令,调整所述消防报警系统的控制参数。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种消防报警器的智能控制方法,其中,所述方法包括:
步骤S100:根据第一用户,获得所述消防报警系统的第一使用性质和第一楼层信息;
具体而言,所述第一使用性质为所述消防报警系统的使用属性如校园图书馆、社区居民楼、娱乐场所、商场等,所述第一楼层信息为所述消防报警系统的覆盖楼层信息。由于建筑物和城市的密集,一些大型复杂的公共娱乐场所以及人员密集的校园消防报警系统不够完善,进而细化使用性质和楼层信息,为之后的所述消防报警系统实行细化控制提供参照基础条件。
步骤S200:获得所述消防报警系统的第一探测区域;
具体而言,所述第一探测区域为所述消防报警系统所覆盖的报警面积,其中,由于覆盖面积中含有多个火灾探测器,火灾探测器根据信息采集的类型不同具有感烟探测器、感温探测器、火焰探测器、根据采集原理的不同包括离子型探测器、光电型探测器等。一般通过所述消防报警系统进行控制,每一探测分区中包含的消防报警器和探测区域所属环境不同。
步骤S300:根据所述第一摄像头,获得所述第一探测区域中安装消防报警器的第一环境信息;
具体而言,所述第一环境信息为所述第一探测区域中,所述消防器的安装环境,其中,安装所述消防报警器需要的环境也会对消防系统的报警产生一定影响,通过第一摄像头获得周围所述第一环境信息包括周围所述场地的环境属性信息、场所材料信息、周围物品信息等,为之后的环境判断提供依据。
步骤S400:根据所述第一环境信息,获得所述第一环境易燃物信息;
具体而言,所述第一环境易燃物信息为所述第一摄像头获得的所有信息中容易引起火灾发生的物品信息,易燃物可包括易燃液体以及易燃物体,如煤气罐、食用油、纸张、布料、油漆等物品信息,进而获取到与发生火灾安全隐患相关的易燃物信息,详细而言,可根据易燃物的存放环境和探测区域中物品的构成材料来分析可燃风险,即分析易燃物对于火灾中的影响程度,如未熄灭的烟头、燃烧的火柴判断火灾危险性。
步骤S500:所述消防报警系统的第一使用性质和第一楼层信息作为第一输入信息;
步骤S600:将所述第一环境易燃物信息作为第二输入信息;
具体而言,所述第一输入信息和所述第二输入信息为危险评估模型的两个输入条件,其中,所述第一输入信息可通过进一步判断所述消防报警系统的安装使用的用途、楼层的高度、楼层的建筑材料、通风情况等相关信息,所述第二输入信息可通过环境易燃物的数量、易燃等级、存储条件、物品材料等相关信息进一步细化,提供数据分析的基础。
步骤S700:将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级;
具体而言,所述危险评估模型为机器学习中的神经网络模型,神经网络是由大量的、简单的处理单元广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。通过该危险评估模型,进而通过数据的不断训练达到减少泛化误差,提高输出结果的准确性,从而准确输出所述第一火灾危险等级的技术效果。
步骤S800:根据所述第一火灾危险等级,向所述第一用户发送第一调整指令;
步骤S900:根据所述第一调整指令,调整所述消防报警系统的控制参数。
具体而言,根据所述火灾危险等级获得对应的调整方案,再通过移动设备发送调整指令,进而调整报警参数及控制参数,其中报警参数包括声音报警信息和灯光报警信息,同时存在向连接的所述移动设备发生调整指令,如针对火灾危险等级高的区域实现高强度检测和隐患排查等,与报警系统相连接的消防设备控制系统,合理安排联动控制的顺序且可以做出应急自动控制,实现消防报警器控制系统的智能化的技术效果。
进一步而言,所述将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级,本申请实施例步骤S700还包括:
步骤S710:将所述第一输入信息和所述第二输入信息输入危险评估模型,其中,所述危险评估模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一输入信息、所述第二输入信息和用来标识火灾危险等级的标识信息;
步骤S720:获得所述危险评估模型的第一输出结果,所述第一输出结果为所述第一环境信息的第一火灾等级。
具体而言,神经网络模型是以神经元的数学模型为基础来描述的,通过大量训练数据的训练,将所述第一输入信息和所述第二输入信息输入危险评估模型,则输出第一火灾危险等级。更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述第一输入信息、所述第二输入信息和标识火灾危险等级的标识信息,根据用来标识火灾危险等级的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习。当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而获得更加准确、适合的火灾危险等级,从而输出准确的第一火灾等级输出结果,进而可对周围环境的火灾危险等级进行准确判断,进而达到了准确智能获取火灾参数,实现消防报警器控制系统的智能化和个性化的技术效果。
进一步而言,所述获得所述消防报警系统的第一探测区域之前,本申请实施例步骤S200还包括:
步骤S210:获得预定环境参数信息,所述预定环境参数信息为所述第一探测区域中第一探测器安装环境的适宜参数信息;
步骤S220:判断所述第一探测器实时安装环境参数信息是否符合所述预定环境参数信息要求;
步骤S230:若所述第一探测器实时环境参数信息不符合所述预定环境参数信息要求,获得第一提醒信息;
步骤S240:根据第一提醒信息,提醒所述第一用户所述第一探测器不适应安装于当前环境。
具体而言,所述预定环境参数信息是指探测器安装的环境条件,如大楼地下库的探测器应选择感温探测器,这是由于地下车库中的环境封闭且光线较暗,在火灾发生后温度变化明显容易被捕捉灵敏度高,其他场所可选用智能光电感烟探测器,可明显探测出场所中的烟雾浓度以及火焰的明度变化,从而得出火灾的情况并及时报警,若不符合所述预定环境参数要求,即所述第一探测器不适应于当前环境,容易出现判断误差,因此,对于不满足安装条件的探测器及时进行提醒,从而排除由于环境干扰造成的火灾情况不准确的现象,进而达到准确获得火灾报警信息的技术效果。
进一步而言,所述根据所述第一环境信息,获得所述第一环境易燃物信息,本申请实施例步骤S400还包括:
步骤S410:根据所述第一摄像头,获得所述第一环境第一图像信息;
步骤S420:根据所述第一图像信息,获得所述第一环境周围具有燃烧性能的第一物品列表;
步骤S430:获得可燃物等级对照识别库;
步骤S440:根据所述可燃物等级对照识别库,将所述第一物品列表进行可燃物等级分类;
步骤S450:根据所述可燃物等级分类,获得第二提醒信息;
步骤S460:根据所述第二提醒信息,将高危险物品信息发送给所述第一用户,提醒所述第一用户存在安全隐患。
具体而言,所述第一图像信息为所述第一摄像头探测到的环境图像,包括周围建筑材料、物品属性、场所特性等信息,所述可燃物等级对照库为一般容易引起火灾的可燃物品识别库,该识别库存有图片、文字、特征点等多种识别功能,按照燃烧性能得出的进而获得具有燃烧性能的所述第一物品列表并根据可燃物等级对照识别库进行分类,包括大量易燃书本纸张、煤气罐、布匹等多种杂物按照燃烧性能划分出危险物品,进而通过所述第二提醒信息提醒所述第一用户该场所的某些物品容易引发火灾,达到及时提醒并合理排除隐患。
进一步而言,所述根据所述第一摄像头,获得所述第一环境第一图像信息,本申请实施例步骤S410还包括:
步骤S411:根据所述第一用户,获得预定价值评估范围;
步骤S412:根据所述第一图像信息,获得第二物品列表;
步骤S413:对所述的第二物品列表中符合预定价值评估范围的物品进行价值评估,获得第一保护等级;
步骤S414:若所述第一保护等级高于平均保护等级,向所述第一用户发送第二调整指令;
步骤S415:根据所述第二调整指令,对应调整所述消防报警系统的控制参数。
具体而言,所述预定价值评估范围为提前设定的价值高的场所或物品信息,如学校的图书馆中藏有的大量珍贵文献、实验室的电脑设备、高价精密仪器等。从而根据获取到的物品在预设评估范围内进行价值评估,进而根据确立的价值等级对该区域实行高度保护与提醒,其中,对于超过平均保护等级的范围相应报警参数进行调整并发送给所述第一用户,如提高该区域的探测器的灵敏度,减少报警阈值,增加探测时间节点,消防设备的系统联动控制顺序等,进而合理调整相应参数,保护财产安全,达到了智能获取参数,实现个性化调整的技术效果。
进一步而言,本申请实施例还包括:
步骤S1010:获得预定检修时间;
步骤S1020:获得所述消防报警系统中的各个组成单元的实时使用时间;
步骤S1030:判断各个组成单元的所述实时使用时间是否处于预定检修时间之内,若不处于,获得第三提醒信息;
步骤S1040:根据所述第三提醒信息,提醒所述第一用户对所述的消防报警系统的各个组成单元进行定时检修。
具体而言,所述预定检修时间是指进行检修的周期安排时间段,其中各个组成单元的实时使用时间包括各探测区域中的探测器的灵敏度、各个消防设备的设置位置与系统的运行,进而通过判断实时的使用时间是否处于预设条件中,对于超出使用周期的系统设备进而定期进行检修和排查隐患安全,同时获得提醒信息,预防因系统设备的故障引起火灾报警系统的运行,进而准确监视故障点的变化,其中,所述预定检修时间可以根据使用时间长短进行调整,进而根据所述第三提醒信息提醒设备周期检修时间节点,达到了及时排查设备故障,提高报警准确度的技术效果。
进一步而言,本申请实施例还包括:
步骤S1110:获得所述第一探测区域中的第一探测分区信息、第二探测分区信息直至第N探测分区信息,其中,N为大于1的自然数;
步骤S1120:根据第一探测分区信息生成第一标识码,所述第一标识码所述第一探测分区信息一一对应;
步骤S1130:根据第二探测分区信息和第一标识码生成第二标识码,以此类推,根据第N探测分区信息和第N-1标识码生成第N标识码;
步骤S1140:将所述探测分区信息和标识码复制保存在M台电子设备上,其中,M为大于1的自然数。
具体而言,区块链技术也被称之为分布式账本技术,是一种由若干台计算设备共同参与“记账”,共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性,使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一探测分区生成第一验证码,所述第一验证码与第一探测分区一一对应;根据所述第二探测分区和第一验证码生成第二验证码,第二验证码与第二探测分区一一对应;以此类推,根据所述第N探测分区和第N-1验证码生成第N验证码,其中,N为大于1的自然数,将所有探测分区和验证码分别复制保存在M台设备上,其中,所述第一探测分区和所述第一验证码作为第一存储单元保存在一台设备上,所述第二探测分区和所述第二验证码作为第二存储单元保存在一台设备上,所述第N探测分区和所述第N验证码作为第N存储单元保存在一台设备上,当需要调用所述探测分区时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一存储单元进行串接,使得筛选条件不易丢失和遭到破坏,通过区块链的逻辑对所述探测分区进行加密处理,保证了所述探测分区的安全性,以及获得火灾等级评估的准确性。
进一步而言,本申请实施例还包括:
步骤S1210:根据所述第一探测区域的所述第一温度信息,建立第一温度变化曲线;
步骤S1220:获得所述第一温度变化曲线的第一波动范围;
步骤S1230:判断所述第一波动范围是否处于预设波动范围中;
步骤S1240:如果不满足,则获得第三调整指令;
步骤S1250:根据第三调整指令,提高所述消防报警系统的报警信号频率。
具体而言,所述第一温度变化曲线为发生火灾时区域温度的变化数据统计,所述第一波动范围为所述第一温度变化的上下阈值,所述预设波动范围为提前设定的所述温度变化的阈值,当温度变化阈值超出预设变化阈值时,即火灾情况处于急速上升的阶段,同时根据所述第三调整指令调整消防报警系统的报警信号频率,其中,报警信号包括声音信号和灯光信号,频率越高火灾的情况越紧急。
综上所述,本申请实施例所提供的一种消防报警器的智能控制方法及系统具有如下技术效果:
1、由于采用了根据第一用户获得所述消防报警系统的第一使用性质和第一楼层信息,作为第一输入信息,同时根据所述第一摄像头获得所述消防报警系统第一探测区域安装消防报警器的第一环境信息,进而将获得的所述第一环境易燃物信息作为第二输入信息,将所述第一输入信息和第二输入信息输入危险评估模型的方式,基于所述危险评估模型不断地进行自我修正调整的特性,获得更加准确的火灾危险等级,进而达到了准确智能获取火灾参数,实现消防报警器控制系统的智能化和个性化的技术效果。
2、由于采用了通过将所述第一输入信息和所述第二输入信息输入危险评估模型,基于神经网络模型的监督学习的方式,进而使得所述神经网络模型处理所述输入信息更加准确,进而获得更加准确、适合的火灾危险等级,进而可对第一环境的火灾等级进行准确的评估,进而达到火灾参数的智能获取的技术效果。
3、由于采用了通过对存储单元进行加密处理的方式,进而保证了去中心化区块链系统的安全、有效和稳定运行,能够保证所述存储单元能够被快速准确的记录在设备中,进而达到有效保证所述存储单元信息的安全,进而达到了保证所述探测分区的安全性,以及准确获得火灾等级的技术效果。
实施例二
基于与前述实施例中一种消防报警器的智能控制方法同样发明构思,本发明还提供了一种消防报警器的智能控制系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于根据第一用户,获得所述消防报警系统的第一使用性质和第一楼层信息;
第二获得单元12,所述第二获得单元12用于获得所述消防报警系统的第一探测区域;
第三获得单元13,所述第三获得单元13用于根据所述第一摄像头,获得所述第一探测区域中安装消防报警器的第一环境信息;
第四获得单元14,所述第四获得单元14用于根据所述第一环境信息,获得所述第一环境易燃物信息;
第一操作单元15,所述第一操作单元15用于所述消防报警系统的第一使用性质和第一楼层信息作为第一输入信息;
第二操作单元16,所述第二操作单元16用于将所述第一环境易燃物信息作为第二输入信息;
第一输入单元17,所述第一输入单元17用于将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级;
第一发送单元18,所述第一发送单元18用于根据所述第一火灾危险等级,向所述第一用户发送第一调整指令;
第一调整单元19,所述第一调整单元19用于根据所述第一调整指令,调整所述消防报警系统的控制参数。
进一步的,所述系统还包括:
第二输入单元,所述第二输入单元用于将所述第一输入信息和所述第二输入信息输入危险评估模型,其中,所述危险评估模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一输入信息、所述第二输入信息和用来标识火灾危险等级的标识信息;
第五获得单元,所述第五获得单元用于获得所述危险评估模型的第一输出结果,所述第一输出结果为所述第一环境信息的第一火灾等级。
进一步的,所述系统还包括:
第六获得单元,所述第六获得单元用于获得预定环境参数信息,所述预定环境参数信息为所述第一探测区域中第一探测器安装环境的适宜参数信息;
第七获得单元,所述第七获得单元用于判断所述第一探测器实时安装环境参数信息是否符合所述预定环境参数信息要求;
第八获得单元,所述第八获得单元用于若所述第一探测器实时环境参数信息不符合所述预定环境参数信息要求,获得第一提醒信息;
第一提醒单元,所述第一提醒单元用于根据第一提醒信息,提醒所述第一用户所述第一探测器不适应安装于当前环境。
进一步的,所述系统还包括:
第九获得单元,所述第九获得单元用于根据所述第一摄像头,获得所述第一环境第一图像信息;
第十获得单元,所述第十获得单元用于根据所述第一图像信息,获得所述第一环境周围具有燃烧性能的第一物品列表;
第十一获得单元,所述第十一获得单元用于获得可燃物等级对照识别库;
第一分类单元,所述第一分类单元用于根据所述可燃物等级对照识别库,将所述第一物品列表进行可燃物等级分类;
第十二获得单元,所述第十二获得单元用于根据所述可燃物等级分类,获得第二提醒信息;
第二发送单元,所述第二发送单元用于根据所述第二提醒信息,将高危险物品信息发送给所述第一用户,提醒所述第一用户存在安全隐患。
进一步的,所述系统还包括:
第十三获得单元,所述第十三获得单元用于根据所述第一用户,获得预定价值评估范围;
第十四获得单元,所述第十四获得单元用于根据所述第一图像信息,获得第二物品列表;
第十五获得单元,所述第十五获得单元用于对所述的第二物品列表中符合预定价值评估范围的物品进行价值评估,获得第一保护等级;
第二发送单元,所述第二发送单元用于若所述第一保护等级高于平均保护等级,向所述第一用户发送第二调整指令;
第一调整单元,所述第一调整单元用于根据所述第二调整指令,对应调整所述消防报警系统的控制参数。
进一步的,所述系统还包括:
第十六获得单元,所述第十六获得单元用于获得预定检修时间;
第十八获得单元,所述第十八获得单元用于获得所述消防报警系统中的各个组成单元的实时使用时间;
第一判断单元,所述第一判断单元用于判断各个组成单元的所述实时使用时间是否处于预定检修时间之内,若不处于,获得第三提醒信息;
获得第二提醒单元,所述第二提醒单元用于根据所述第三提醒信息,提醒所述第一用户对所述的消防报警系统的各个组成单元进行定时检修。
进一步的,所述系统还包括:
第十九获得单元,所述第十九获得单元用于获得所述第一探测区域中的第一探测分区信息、第二探测分区信息直至第N探测分区信息,其中,N为大于1的自然数;
第一生成单元,所述第一生成单元用于根据第一探测分区信息生成第一标识码,所述第一标识码所述第一探测分区信息一一对应;
第二生成单元,所述第二生成单元用于根据第二探测分区信息和第一标识码生成第二标识码,以此类推,根据第N探测分区信息和第N-1标识码生成第N标识码;
第一保存单元,所述第一保存单元用于将所述探测分区信息和标识码复制保存在M台电子设备上,其中,M为大于1的自然数。
前述图1实施例一中的一种消防报警器的智能控制方法的各种变化方式和具体实例同样适用于本实施例的一种消防报警器的智能控制系统,通过前述对一种消防报警器的智能控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种消防报警器的智能控制系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种消防报警器的智能控制方法的发明构思,本发明还提供一种消防报警器的智能控制系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种消防报警器的智能控制方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种消防报警器的智能控制方法,所述方法包括:根据第一用户,获得所述消防报警系统的第一使用性质和第一楼层信息;获得所述消防报警系统的第一探测区域;根据所述第一摄像头,获得所述第一探测区域中安装消防报警器的第一环境信息;根据所述第一环境信息,获得所述第一环境易燃物信息;所述消防报警系统的第一使用性质和第一楼层信息作为第一输入信息;将所述第一环境易燃物信息作为第二输入信息;将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级;根据所述第一火灾危险等级,向所述第一用户发送第一调整指令;根据所述第一调整指令,调整所述消防报警系统的控制参数。解决了现有技术中存在消防报警器的控制方法不完善,针对性弱的技术问题,达到了准确智能获取火灾参数,实现消防报警器控制系统的智能化和个性化的技术效果。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种消防报警器的智能控制方法,应用于消防报警系统,与一摄像头和移动设备相连接,所述方法包括:
根据第一用户,获得所述消防报警系统的第一使用性质和第一楼层信息;
获得所述消防报警系统的第一探测区域;
根据所述第一摄像头,获得所述第一探测区域中安装消防报警器的第一环境信息;
根据所述第一环境信息,获得所述第一环境易燃物信息;
所述消防报警系统的第一使用性质和第一楼层信息作为第一输入信息;
将所述第一环境易燃物信息作为第二输入信息;
将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级;
根据所述第一火灾危险等级,向所述第一用户发送第一调整指令;
根据所述第一调整指令,调整所述消防报警系统的控制参数。
2.如权利要求1所述的方法,其中,所述将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级,所述方法还包括:
将所述第一输入信息和所述第二输入信息输入危险评估模型,其中,所述危险评估模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一输入信息、所述第二输入信息和用来标识火灾危险等级的标识信息;
获得所述危险评估模型的第一输出结果,所述第一输出结果为所述第一环境信息的第一火灾等级。
3.如权利要求1所述的方法,其中,所述获得所述消防报警系统的第一探测区域之前,所述方法还包括:
获得预定环境参数信息,所述预定环境参数信息为所述第一探测区域中第一探测器安装环境的适宜参数信息;
判断所述第一探测器实时安装环境参数信息是否符合所述预定环境参数信息要求;
若所述第一探测器实时环境参数信息不符合所述预定环境参数信息要求,获得第一提醒信息;
根据第一提醒信息,提醒所述第一用户所述第一探测器不适应安装于当前环境。
4.如权利要求1所述的方法,其中,所述根据所述第一环境信息,获得所述第一环境易燃物信息,所述方法还包括:
根据所述第一摄像头,获得所述第一环境第一图像信息;
根据所述第一图像信息,获得所述第一环境周围具有燃烧性能的第一物品列表;
获得可燃物等级对照识别库;
根据所述可燃物等级对照识别库,将所述第一物品列表进行可燃物等级分类;
根据所述可燃物等级分类,获得第二提醒信息;
根据所述第二提醒信息,将高危险物品信息发送给所述第一用户,提醒所述第一用户存在安全隐患。
5.如权利要求4所述的方法,其中,所述根据所述第一摄像头,获得所述第一环境第一图像信息,所述方法还包括:
根据所述第一用户,获得预定价值评估范围;
根据所述第一图像信息,获得第二物品列表;
对所述的第二物品列表中符合预定价值评估范围的物品进行价值评估,获得第一保护等级;
若所述第一保护等级高于平均保护等级,向所述第一用户发送第二调整指令;
根据所述第二调整指令,对应调整所述消防报警系统的控制参数。
6.如权利要求1所述的方法,所述方法还包括:
获得预定检修时间;
获得所述消防报警系统中的各个组成单元的实时使用时间;
判断各个组成单元的所述实时使用时间是否处于预定检修时间之内,若不处于,获得第三提醒信息;
根据所述第三提醒信息,提醒所述第一用户对所述的消防报警系统的各个组成单元进行定时检修。
7.如权利要求1所述的方法,所述方法还包括:
获得所述第一探测区域中的第一探测分区信息、第二探测分区信息直至第N探测分区信息,其中,N为大于1的自然数;
根据第一探测分区信息生成第一标识码,所述第一标识码所述第一探测分区信息一一对应;
根据第二探测分区信息和第一标识码生成第二标识码,以此类推,根据第N探测分区信息和第N-1标识码生成第N标识码;
将所述探测分区信息和标识码复制保存在M台电子设备上,其中,M为大于1的自然数。
8.一种消防报警器的智能控制系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于根据第一用户,获得所述消防报警系统的第一使用性质和第一楼层信息;
第二获得单元,所述第二获得单元用于获得所述消防报警系统的第一探测区域;
第三获得单元,所述第三获得单元用于根据所述第一摄像头,获得所述第一探测区域中安装消防报警器的第一环境信息;
第四获得单元,所述第四获得单元用于根据所述第一环境信息,获得所述第一环境易燃物信息;
第一操作单元,所述第一操作单元用于所述消防报警系统的第一使用性质和第一楼层信息作为第一输入信息;
第二操作单元,所述第二操作单元用于将所述第一环境易燃物信息作为第二输入信息;
第一输入单元,所述第一输入单元用于将所述第一输入信息和所述第二输入信息输入危险评估模型,输出第一火灾危险等级;
第一发送单元,所述第一发送单元用于根据所述第一火灾危险等级,向所述第一用户发送第一调整指令;
第一调整单元,所述第一调整单元用于根据所述第一调整指令,调整所述消防报警系统的控制参数。
9.一种消防报警器的智能控制系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011605033.0A CN112750272B (zh) | 2020-12-30 | 2020-12-30 | 一种消防报警器的智能控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011605033.0A CN112750272B (zh) | 2020-12-30 | 2020-12-30 | 一种消防报警器的智能控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112750272A true CN112750272A (zh) | 2021-05-04 |
CN112750272B CN112750272B (zh) | 2022-07-26 |
Family
ID=75647248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011605033.0A Active CN112750272B (zh) | 2020-12-30 | 2020-12-30 | 一种消防报警器的智能控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112750272B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113703506A (zh) * | 2021-10-27 | 2021-11-26 | 南通朗迪机械科技有限公司 | 一种建筑材料生产车间环境控制调节方法及系统 |
CN117709842A (zh) * | 2023-11-06 | 2024-03-15 | 广东联通通信建设有限公司 | 一种基于物联网大模型计算的消防安全管控方法 |
CN118379841A (zh) * | 2024-06-24 | 2024-07-23 | 民航成都电子技术有限责任公司 | 一体式消防联动报警方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053627A (zh) * | 2017-11-23 | 2018-05-18 | 深圳市泰和安科技有限公司 | 一种火灾报警方法、装置及设备 |
CN108648402A (zh) * | 2018-05-02 | 2018-10-12 | 平安科技(深圳)有限公司 | 智能火灾报警方法、终端及存储介质 |
US20190279492A1 (en) * | 2018-03-08 | 2019-09-12 | Thyssenkrupp Ag | Method for securing fire-hazardous operations to be executed by a person |
CN111932032A (zh) * | 2020-09-17 | 2020-11-13 | 江苏神彩科技股份有限公司 | 基于大数据的火灾预警方法、装置、设备和可读存储介质 |
CN112052794A (zh) * | 2020-09-06 | 2020-12-08 | 江苏商贸职业学院 | 一种物联网智慧实训室安全管理方法及装置 |
-
2020
- 2020-12-30 CN CN202011605033.0A patent/CN112750272B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053627A (zh) * | 2017-11-23 | 2018-05-18 | 深圳市泰和安科技有限公司 | 一种火灾报警方法、装置及设备 |
US20190279492A1 (en) * | 2018-03-08 | 2019-09-12 | Thyssenkrupp Ag | Method for securing fire-hazardous operations to be executed by a person |
CN108648402A (zh) * | 2018-05-02 | 2018-10-12 | 平安科技(深圳)有限公司 | 智能火灾报警方法、终端及存储介质 |
CN112052794A (zh) * | 2020-09-06 | 2020-12-08 | 江苏商贸职业学院 | 一种物联网智慧实训室安全管理方法及装置 |
CN111932032A (zh) * | 2020-09-17 | 2020-11-13 | 江苏神彩科技股份有限公司 | 基于大数据的火灾预警方法、装置、设备和可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113703506A (zh) * | 2021-10-27 | 2021-11-26 | 南通朗迪机械科技有限公司 | 一种建筑材料生产车间环境控制调节方法及系统 |
CN117709842A (zh) * | 2023-11-06 | 2024-03-15 | 广东联通通信建设有限公司 | 一种基于物联网大模型计算的消防安全管控方法 |
CN118379841A (zh) * | 2024-06-24 | 2024-07-23 | 民航成都电子技术有限责任公司 | 一体式消防联动报警方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112750272B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169600B (zh) | 识别重大危险源的方法、系统、存储介质及计算机设备 | |
Wu et al. | An intelligent tunnel firefighting system and small-scale demonstration | |
CN112750272B (zh) | 一种消防报警器的智能控制方法及系统 | |
CN108418841A (zh) | 基于ai的下一代关键信息基础设施网络安全态势感知系统 | |
CN116246407A (zh) | 一种基于人工智能的农林区域火灾预警监管系统 | |
Muruganandam et al. | A deep learning based feed forward artificial neural network to predict the K-barriers for intrusion detection using a wireless sensor network | |
TW201145225A (en) | Abnormal behavior detection system and method using automatic classification of multiple features | |
CN112927461B (zh) | 一种新能源汽车充电桩预警决策方法及装置 | |
CN107239908A (zh) | 一种信息系统的体系成熟度评价方法 | |
CN110942228A (zh) | 能耗控制方法、装置、计算机设备与存储介质 | |
CN103927483A (zh) | 用于检测恶意程序的判定模型及恶意程序的检测方法 | |
CN113920673B (zh) | 一种室内火情智能监测方法及系统 | |
Arun et al. | Transferability of multivariate extreme value models for safety assessment by applying artificial intelligence-based video analytics | |
Skvortsova et al. | A hybrid intelligent system for risk assessment based on unstructured data | |
CN113190457A (zh) | 面向网络化系统的软件可靠性测评方法 | |
Mwedzi et al. | Machine learning applications for fire detection in a residential building | |
Mattioli et al. | Towards a holistic approach for AI trustworthiness assessment based upon aids for multi-criteria aggregation | |
Andreev et al. | Fire alarm systems construction on artificial intelligence principles | |
CN111359132B (zh) | 一种基于人工智能的智慧消防警报方法及系统 | |
Umoh et al. | Fuzzy-machine learning models for the prediction of fire outbreaks: A comparative analysis | |
Frische et al. | SA-Tracer: A tool for assessment of UAV swarm operator SA during mission execution | |
CN116931486A (zh) | 一种基于HarmonyOS的智慧图书馆环境数据分析装置、方法 | |
Xue | The road tunnel fire detection of multi-parameters based on BP neural network | |
CN106650011A (zh) | 输电线路覆冰灾害发展趋势预测系统 | |
Wang et al. | Multisensor‐Weighted Fusion Algorithm Based on Improved AHP for Aircraft Fire Detection |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |