基于改进Apriori算法的地下管廊火灾特征关联分析系统
申请号:CN202510756614
申请日期:2025-06-09
公开号:CN120954196A
公开日期:2025-11-14
类型:发明专利
摘要
本发明涉及管廊火灾分析技术领域,尤其涉及基于改进Apriori算法的地下管廊火灾特征关联分析系统,通过多模态感知设备全面采集地下管廊数据并预处理为标准化三维时序数据集,为后续分析提供高质量数据基础;基于三维时序数据集构建多维特征关联矩阵,量化特征关联强度,为火灾风险挖掘提供多维特征关联依据;通过时空加权支持度优化Apriori算法构建火灾风险规则知识库,精准提取有效关联规则,提升火灾风险预警的准确性和可靠性;基于火灾风险规则知识库建立决策树模型,分析决策树分支的关联规则权重,划分火灾风险等级并生成复合预警指令集,可以针对不同等级的风险采取不同的应对策略,提高应急响应的针对性和有效性。
技术关键词
Apriori算法
关联分析系统
规则知识库
地下管廊
火灾特征
建立决策树
风险
皮尔逊相关系数
分布式光纤温度传感器
多模态数据采集
动态规则库
空域特征
气体传感器阵列
统计特征
置信度阈值
节点
样本
时序