基于改进Apriori算法的地下管廊火灾特征关联分析系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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