CN119442929A 一种基于高斯过程的火情风险空间分布预测方法和装置 (浙江阶数律法科技有限公司)_第1页
CN119442929A 一种基于高斯过程的火情风险空间分布预测方法和装置 (浙江阶数律法科技有限公司)_第2页
CN119442929A 一种基于高斯过程的火情风险空间分布预测方法和装置 (浙江阶数律法科技有限公司)_第3页
CN119442929A 一种基于高斯过程的火情风险空间分布预测方法和装置 (浙江阶数律法科技有限公司)_第4页
CN119442929A 一种基于高斯过程的火情风险空间分布预测方法和装置 (浙江阶数律法科技有限公司)_第5页
已阅读5页,还剩21页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于高斯过程的火情风险空间分布预本申请提供一种基于高斯过程的火情风险变化趋势匹配均值函数的形式并确定均值函数的最优参数;确定第一预设数量个待预测经纬2获取消防设备的空间报警分布数据;所述空间报警分布数据包括其中,所述高斯过程预测模型包括均值函数和多个类型的确定第一预设数量个待预测经纬度;所述第一预设数量小将所述最优参数、所述待预测经纬度和所述空间报警分布数根据所述最优参数确定所述高斯过程预测模型的均值函根据确定后的均值函数和协方差函数预测所述待预测经纬度的根据所述空间报警分布数据生成协方差矩阵,评估并修正所述第一将所述预测准确度大于第一预设值的分界点确定计算每两个所述目标分界点之间的距离,将最大距离对遍历所述空间报警分布数据,确定所述空间报警分布数据中包含子遍历所述空间报警分布数据,确定所述空间报警分布数据中的异常据对应的报警数量与其他子数据对应的报警数量的针对每个所述异常数据,从目标设备的空间报警分布数据中选择3基于所述均值函数的形式对所述空间报警分布数据进行拟合,基于所述空间报警分布数据中不同子数据对应的不同坐标点之间基于所述空间报警分布数据的局部相关性特征确定对应的基于所述核函数的形式对所述空间报警分布数据进行拟合,确定所述核函数的参数,基于所述空间报警分布数据中相邻子数据之间的观测数据误差,确定将所述空间报警分布数据中的每个子数据与第二预设值进行相加所述获取模块,用于获取消防设备的空间报警分布数据;所述空间所述构建模块,用于基于所述空间报警分布数据学习高斯分布,构建高所述确定模块,还用于确定第一预设数量个待预测经纬度;所述第一所述预测模块,用于将所述最优参数、所述待预测经纬度和所述空间4[0005]有鉴于此,本申请提供一种基于高斯过程的火情风险空5传统的空间分布预测方法在小型数据集上容易出[0009]图1为本申请提供的基于高斯过程的火情风险空间分布预测方法实施例一的流程图2为本申请提供的基于高斯过程的火情风险空间分布预测装置实施例一的结构6[0011]在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申[0014]图1为本申请提供的基于高斯过程的火情风险空间分布预测方法实施例一的流程态数据,消防设备的空间报警分布数据为报警数量按照空间顺序排列后产生的向量数据,;7个类型的核函数表征空间报警分布数据的一类局不同坐标点之间的报警数量的相互关系。不同的局部相关性特征对应不同形式的核函数。8[0032]需要说明的是,在计算不同坐标点之间的距离时可基于多种方式如欧式空间距;;;;ix)为空间报警分布数据;所述SP(U(X),K(X,X'))为高斯过程预测模9期核函数;所述kng(x,x';s)为有理二次核函数;所述所述o1,02,03为核函;;;。;x)-(1,x,x,…)";所述ka为协方差矩阵,第i列为;化趋势确定分界点,基于各个分界点下高斯过程预测模型的预测准确度确定出目标分界差和协方差信息进行调整得到待预测经纬度最终的报警数量。据的空间报警分布数据能够更准确地反映最新的趋势和当前的模式,提供更相关的信息,他设备的与异常数据位于同一经纬度下的正常数据替换该型应用于消防安全领域实现了火情风险的空间分布预测,相比于传统的空间分布预测方化趋势确定分界点,基于各个分界点下高斯过程预测模型的预测准确度确定出目标分界还提供了一种基于高斯过程的火情风险空间分布预测装置[0062]图2为本申请提供的基于高斯过程的火情风险空间分布预测装置实施例一的结构

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论