恭喜溫州市氣象防災減災預警中心;溫州市消防救援支隊;南京大學朱忠勇獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜溫州市氣象防災減災預警中心;溫州市消防救援支隊;南京大學申請的專利一種基于自適應隨機森林模型的企業園區氣象消防風險評估方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119624135B 。
龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510147026.7,技術領域涉及:G06Q10/0635;該發明授權一種基于自適應隨機森林模型的企業園區氣象消防風險評估方法是由朱忠勇;陳貴;莊和鵬;徐箭;張威;周必高;王晶;金盈盈設計研發完成,并于2025-02-11向國家知識產權局提交的專利申請。
本一種基于自適應隨機森林模型的企業園區氣象消防風險評估方法在說明書摘要公布了:本發明涉及一種基于自適應隨機森林模型的企業園區氣象消防風險評估方法,包括建立風險評估模型與可視化預警平臺,所述風險評估模型收集警情數據、氣象數據、企業數據以及園區劃分數據,形成風險評估數據集,再集成園區的內部特征與外部數據至數據集,依靠實時數據流技術,向自適應隨機森林模型輸入新數據,實現即時更新評估園區的消防風險指數值,并優化模型決策樹以自動調整風險評估模型,適應環境和操作的變化,向可視化預警平臺提供精確的預警信息,實時展示園區風險等級并及時發出風險警報。
本發明授權一種基于自適應隨機森林模型的企業園區氣象消防風險評估方法在權利要求書中公布了:1.一種基于自適應隨機森林模型的企業園區氣象消防風險評估方法,其特征在于:包括建立風險評估模型與可視化預警平臺,所述風險評估模型的建立步驟包括,數據收集,收集并整理警情數據、氣象數據、企業數據以及園區劃分數據,形成風險評估數據集;多源數據集成,進一步集成園區的內部特征與外部數據至數據集,使用實時數據流技術,通過高速數據接口傳輸到中央服務器;數據清理和預處理,先針對缺失的數據進行數據填充或刪除整條數據,隨后引入標準差法與箱線圖法進行異常值識別與處理,最后對數據集的格式進行規范化處理,所述數據集的格式包括日期、時間格式與度量單位;特征工程分析,分析特征進行數據要素的相關性分析,通過主成分分析PCA降低數據維度,保留數據中的主要變化趨勢;構建自適應隨機森林模型,輸入數據集并提取數據特征,初始化模型進行基礎訓練,利用數據集內數據學習并構建初始的決策樹集合;實時接收經過數據清理和預處理的新數據,調整決策樹參數后進行增量學習,將新數據作為增量輸入,對決策樹進行樹級更新與節點級更新;設置定期評估隨機森林模型的性能指標,反饋調整模型參數,引導未來的樹生成和節點更新;最后模型輸出園區消防風險指數值;所述可視化預警平臺通過設置可視化風險地圖,關聯風險評估模型的輸出實現動態更新,實時顯示園區風險等級;在園區風險等級達到預設在警戒線時,推送預警信號發送至相關人員與自動化系統,處理消防風險;所述調整決策樹參數包括調整決策樹的數量、最大深度和分裂條件,所述增量學習基于LearningwithoutForgetting方法,保持對原有數據的預測能力,計算迭代后的新模型輸出與舊模型輸出之間的差異,以歐式距離表示差異的度量,得到蒸餾損失,計算公式為,其中,是舊模型的輸出,是新模型的輸出;再對蒸餾損失加權后與新學習任務的標準損失求和,得到模型損失函數為,其中,L1是新模型的損失,L2是新學習任務的標準損失,L3是蒸餾損失,w是用于平衡兩個損失量的權重;最后根據模型的總損失函數相對于蒸餾損失的權重值的梯度,得到蒸餾損失新的權重值,計算公式為,其中,是舊權重,是新權重,是總損失相對于權重的梯度。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人溫州市氣象防災減災預警中心;溫州市消防救援支隊;南京大學,其通訊地址為:325000 浙江省溫州市鹿城區濱江街道江濱中路278號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。