[發(fā)明專(zhuān)利]基于單分類(lèi)SVM的森林火險(xiǎn)等級(jí)判定方法及系統(tǒng)有效
| 申請(qǐng)?zhí)枺?/td> | 201710209365.9 | 申請(qǐng)日: | 2017-03-31 |
| 公開(kāi)(公告)號(hào): | CN107085904B | 公開(kāi)(公告)日: | 2019-07-30 |
| 發(fā)明(設(shè)計(jì))人: | 宋林森;王宏偉 | 申請(qǐng)(專(zhuān)利權(quán))人: | 上海事凡物聯(lián)網(wǎng)科技有限公司 |
| 主分類(lèi)號(hào): | G08B17/00 | 分類(lèi)號(hào): | G08B17/00;G08B31/00;G06K9/62 |
| 代理公司: | 上海光華專(zhuān)利事務(wù)所(普通合伙) 31219 | 代理人: | 徐秋平 |
| 地址: | 201822 上海市嘉定區(qū)*** | 國(guó)省代碼: | 上海;31 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 分類(lèi) svm 森林 火險(xiǎn) 等級(jí) 判定 方法 系統(tǒng) | ||
1.一種基于單分類(lèi)SVM的森林火險(xiǎn)等級(jí)判定方法,其特征在于:包括以下步驟:
以天為樣本單位,根據(jù)火災(zāi)數(shù)據(jù)選取發(fā)生火災(zāi)的樣本作為建模樣本;
獲取所述建模樣本對(duì)應(yīng)的氣象因子;
基于所述建模樣本對(duì)應(yīng)的氣象因子,構(gòu)建單分類(lèi)SVM模型;
構(gòu)建森林火險(xiǎn)發(fā)生概率模型,即利用激活函數(shù)將所述單分類(lèi)SVM模型的中間輸出的樣本到模型中超球面球心的距離的取值區(qū)間映射至[0,1],映射結(jié)果即為森林火險(xiǎn)發(fā)生概率;
計(jì)算待測(cè)樣本的森林火險(xiǎn)發(fā)生概率,并根據(jù)所述待測(cè)樣本的森林火險(xiǎn)發(fā)生概率判定森林火險(xiǎn)等級(jí)。
2.根據(jù)權(quán)利要求1所述的基于單分類(lèi)SVM的森林火險(xiǎn)等級(jí)判定方法,其特征在于:所述氣象因子包括日降水量、日最高氣溫、日最低氣溫、日平均相對(duì)濕度、日平均風(fēng)速、昨日降水量、前三天天降水量合計(jì)值、前三天相對(duì)濕度平均值、前三天氣溫合計(jì)值、今日以前降水量小于等于5毫米的連續(xù)日數(shù)、20時(shí)以前日降水量小于等于3毫米的連續(xù)日數(shù)、20時(shí)前日降水量小于等于0.5毫米的連續(xù)日數(shù)。
3.根據(jù)權(quán)利要求1所述的基于單分類(lèi)SVM的森林火險(xiǎn)等級(jí)判定方法,其特征在于:構(gòu)建所述單分類(lèi)SVM模型時(shí),使用懷卡托智能分析環(huán)境平臺(tái)的算法包weka.classifiers.functions.LibSVM構(gòu)建單分類(lèi)SVM模型,參數(shù)SVMType設(shè)定為one-class SVM,其他參數(shù)使用默認(rèn)設(shè)置。
4.根據(jù)權(quán)利要求1所述的基于單分類(lèi)SVM的森林火險(xiǎn)等級(jí)判定方法,其特征在于:所述激活函數(shù)采用
5.根據(jù)權(quán)利要求1所述的基于單分類(lèi)SVM的森林火險(xiǎn)等級(jí)判定方法,其特征在于:根據(jù)待測(cè)樣本的森林火險(xiǎn)發(fā)生概率判定森林火險(xiǎn)等級(jí)時(shí),遵循以下原則:
當(dāng)森林火險(xiǎn)發(fā)生概率在區(qū)間[0,0.2]時(shí),判定森林火險(xiǎn)等級(jí)為火險(xiǎn)一級(jí);
當(dāng)森林火險(xiǎn)發(fā)生概率在區(qū)間(0.2,0.4]時(shí),判定森林火險(xiǎn)等級(jí)為火險(xiǎn)二級(jí);
當(dāng)森林火險(xiǎn)發(fā)生概率在區(qū)間(0.4,0.6]時(shí),判定森林火險(xiǎn)等級(jí)為火險(xiǎn)三級(jí);
當(dāng)森林火險(xiǎn)發(fā)生概率在區(qū)間(0.6,0.8]時(shí),判定森林火險(xiǎn)等級(jí)為火險(xiǎn)四級(jí);
當(dāng)森林火險(xiǎn)發(fā)生概率在區(qū)間(0.8,1]時(shí),判定森林火險(xiǎn)等級(jí)為火險(xiǎn)五級(jí)。
6.一種基于單分類(lèi)SVM的森林火險(xiǎn)等級(jí)判定系統(tǒng),其特征在于:包括選取模塊、獲取模塊、單分類(lèi)SVM模型構(gòu)建模塊、森林火險(xiǎn)發(fā)生概率模型構(gòu)建模塊和判定模塊;
所述選取模塊用于以天為樣本單位,根據(jù)火災(zāi)數(shù)據(jù)選取發(fā)生火災(zāi)的樣本作為建模樣本;
所述獲取模塊用于獲取建模樣本對(duì)應(yīng)的氣象因子;
所述單分類(lèi)SVM模型構(gòu)建模塊用于基于建模樣本對(duì)應(yīng)的氣象因子,構(gòu)建單分類(lèi)SVM模型;
所述森林火險(xiǎn)發(fā)生概率模型構(gòu)建模塊用于構(gòu)建森林火險(xiǎn)發(fā)生概率模型,即利用激活函數(shù)將單分類(lèi)SVM模型的中間輸出的樣本到模型中超球面球心的距離的取值區(qū)間映射至[0,1],映射結(jié)果即為森林火險(xiǎn)發(fā)生概率;
所述判定模塊用于計(jì)算待測(cè)樣本的森林火險(xiǎn)發(fā)生概率,并根據(jù)待測(cè)樣本的森林火險(xiǎn)發(fā)生概率判定森林火險(xiǎn)等級(jí)。
7.根據(jù)權(quán)利要求6所述的基于單分類(lèi)SVM的森林火險(xiǎn)等級(jí)判定系統(tǒng),其特征在于:所述氣象因子包括日降水量、日最高氣溫、日最低氣溫、日平均相對(duì)濕度、日平均風(fēng)速、昨日降水量、前三天天降水量合計(jì)值、前三天相對(duì)濕度平均值、前三天氣溫合計(jì)值、今日以前降水量小于等于5毫米的連續(xù)日數(shù)、20時(shí)以前日降水量小于等于3毫米的連續(xù)日數(shù)、20時(shí)前日降水量小于等于0.5毫米的連續(xù)日數(shù)。
8.根據(jù)權(quán)利要求6所述的基于單分類(lèi)SVM的森林火險(xiǎn)等級(jí)判定系統(tǒng),其特征在于:所述單分類(lèi)SVM模型構(gòu)建模塊構(gòu)建所述單分類(lèi)SVM模型時(shí),使用懷卡托智能分析環(huán)境平臺(tái)的算法包weka.classifiers.functions.LibSVM構(gòu)建單分類(lèi)SVM模型,參數(shù)SVMType設(shè)定為one-class SVM,其他參數(shù)使用默認(rèn)設(shè)置。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于上海事凡物聯(lián)網(wǎng)科技有限公司,未經(jīng)上海事凡物聯(lián)網(wǎng)科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710209365.9/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 同類(lèi)專(zhuān)利
- 專(zhuān)利分類(lèi)
- 數(shù)據(jù)分類(lèi)的方法和裝置
- 一種圖像分類(lèi)方法及裝置
- 報(bào)文分類(lèi)方法及網(wǎng)絡(luò)設(shè)備
- 一種短文本多標(biāo)簽分類(lèi)方法及裝置
- 一種高正確率的自然語(yǔ)言分類(lèi)器系統(tǒng)
- 多分類(lèi)模型優(yōu)化方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備
- 一種回收部件的分類(lèi)回收箱和分類(lèi)驗(yàn)收裝置
- 一種回收部件的分類(lèi)回收箱和分類(lèi)驗(yàn)收裝置
- 一種基于神經(jīng)網(wǎng)絡(luò)的文本分類(lèi)方法和裝置
- 一種塑料大小分類(lèi)機(jī)
- 基于支持向量機(jī)的入侵檢測(cè)方法
- 一種提高SVM建模準(zhǔn)確率的方法
- 一種用于解決多分類(lèi)問(wèn)題的糾錯(cuò)SVM分類(lèi)方法
- 基于SVM分類(lèi)器的隱私保護(hù)和數(shù)據(jù)安全訪問(wèn)的方法
- 基于SVM算法的客戶用電需求識(shí)別方法
- 基于V-SVM的DDoS攻擊檢測(cè)方法和裝置
- 一種改進(jìn)最小二乘支持向量機(jī)的諧波發(fā)射水平評(píng)估方法
- 基于SVM模型的GNSS觀測(cè)數(shù)據(jù)質(zhì)量控制及定位方法
- 用于自動(dòng)選擇安全虛擬機(jī)的系統(tǒng)和方法
- 一種基于BAS-SVM的配電網(wǎng)電壓暫降源識(shí)別方法





