發(fā)布時(shí)間：2021-03-24 13:44

　　消防監(jiān)測(cè)數(shù)據(jù)能夠反映現(xiàn)場(chǎng)各個(gè)消防設(shè)備運(yùn)行狀態(tài)和整體態(tài)勢(shì),能為人們提供消防決策依據(jù),及時(shí)且不遺漏地獲取現(xiàn)場(chǎng)各消防監(jiān)測(cè)數(shù)據(jù),對(duì)于消防設(shè)備和系統(tǒng)的運(yùn)行可靠性起著重要作用。從已有的各類消防監(jiān)測(cè)采集機(jī)制和消防信息化系統(tǒng)來看,尚未存在有別于一般信息化系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)推送和存儲(chǔ)機(jī)制。監(jiān)測(cè)數(shù)據(jù)的交互資源分配策略不合理導(dǎo)致實(shí)時(shí)監(jiān)測(cè)在數(shù)據(jù)丟包、交互響應(yīng)不及時(shí)、相關(guān)擴(kuò)展應(yīng)用延遲等方面問題突出。人們希望按照一定的策略對(duì)消防數(shù)據(jù)進(jìn)行存儲(chǔ)資源的合理規(guī)劃,以響應(yīng)對(duì)消防監(jiān)測(cè)數(shù)據(jù)應(yīng)用的實(shí)時(shí)性需求,具有現(xiàn)實(shí)的研究意義。本文以消防監(jiān)測(cè)系統(tǒng)為例,針對(duì)其監(jiān)測(cè)系統(tǒng)中“小樣本、非典型”的監(jiān)測(cè)數(shù)據(jù),運(yùn)用模塊化設(shè)計(jì)的基本思想,設(shè)計(jì)了一種可對(duì)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)及時(shí)推送并動(dòng)態(tài)分配存儲(chǔ)資源的功能架構(gòu)。在該架構(gòu)中運(yùn)用專家評(píng)價(jià)法對(duì)實(shí)時(shí)數(shù)據(jù)做預(yù)選和排序處理,構(gòu)造熱度計(jì)算模型進(jìn)行熱度值分析,獲得監(jiān)測(cè)數(shù)據(jù)的數(shù)據(jù)熱度排序,制定出分配存儲(chǔ)資源的策略,確保熱度較高的數(shù)據(jù)具有更快的訪問效率,以提高實(shí)時(shí)交互性能。論文對(duì)消防監(jiān)測(cè)信息化平臺(tái)分析處理做了探索和研究,并以此為基礎(chǔ)進(jìn)行了軟件平臺(tái)實(shí)現(xiàn),對(duì)于監(jiān)測(cè)系統(tǒng)的運(yùn)行記錄、數(shù)據(jù)分析和后期的控制決策精確化具有參考意義。論文主要工... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

超限異常數(shù)據(jù)

圖 2.2 分布異常數(shù)據(jù)Fig 2.2 anomaly distribution data據(jù)以歷史數(shù)據(jù)存放于數(shù)據(jù)庫，其中的每次超限異統(tǒng)計(jì)分析出現(xiàn)超限異常的數(shù)據(jù)所在位置信息，可測(cè)節(jié)點(diǎn)。分布異常往往與超限異常存在聯(lián)系：對(duì)一范圍內(nèi)出現(xiàn)規(guī)模性的超限異常，則該區(qū)域可能域 劃分成 個(gè)地域， = 1, 2, , ，設(shè)監(jiān)測(cè) = 1, 2, , 。從歷史數(shù)據(jù)所在數(shù)據(jù)庫中我們數(shù)據(jù)點(diǎn)的總數(shù)為 ， = 1, 2, , ，通過式（數(shù)量的均值 = × 2, , ； 為常數(shù)，用來標(biāo)準(zhǔn)化處理 將其標(biāo)準(zhǔn)閾值 ， = 1, 2, , ，當(dāng) 時(shí)，說明區(qū)

圖 2.3 趨勢(shì)異常數(shù)據(jù)Fig 2.3 abnormal trend data相關(guān)歷史監(jiān)測(cè)實(shí)時(shí)數(shù)據(jù)記錄，從中能夠發(fā)現(xiàn)被監(jiān)通過對(duì)趨勢(shì)信息的統(tǒng)計(jì)記錄的有效截取，辨識(shí)受律，預(yù)先在下一監(jiān)測(cè)時(shí)刻來臨前對(duì)有可能發(fā)生的勢(shì)系數(shù) 是過去 個(gè)時(shí)間片段中出現(xiàn)異常情況數(shù)關(guān)系數(shù)，用于解讀監(jiān)測(cè)數(shù)據(jù)的異常情況數(shù)量在長(zhǎng)式（2.3）： =∑ ( )( ) =1√∑ ( )2 =1∑ ( )2 =1 +12； 為 個(gè)時(shí)間片段中出現(xiàn)異常情況數(shù)量的總常情況的數(shù)量； 的正（或負(fù)）值表示異常數(shù)量

【參考文獻(xiàn)】：
期刊論文
[1]融合語境分析的時(shí)序推特摘要方法[J]. 于廣川,賀瑞芳,劉洋,黨建武.  軟件學(xué)報(bào). 2017(10)
[2]一種基于時(shí)間序列的熱點(diǎn)話題發(fā)現(xiàn)模型和算法[J]. 魏德志,陳福集,林麗娜.  情報(bào)科學(xué). 2017(10)
[3]具有磨損均衡意識(shí)的混合固態(tài)硬盤FTL算法[J]. 姚英彪,王發(fā)寬.  計(jì)算機(jī)學(xué)報(bào). 2018(10)
[4]一種基于熱數(shù)據(jù)識(shí)別技術(shù)的UBIFS優(yōu)化方案[J]. 馬駿,童薇,劉景寧,劉景超.  計(jì)算機(jī)科學(xué). 2017(06)
[5]基于邏輯區(qū)間熱度的NAND閃存垃圾回收算法[J]. 雷兵兵,嚴(yán)華.  計(jì)算機(jī)應(yīng)用. 2017(04)
[6]基于熱度矩陣的微博熱點(diǎn)話題發(fā)現(xiàn)[J]. 聶文匯,曾承,賈大文.  計(jì)算機(jī)工程. 2017(02)
[7]基于因果模型的主題熱度計(jì)算與預(yù)測(cè)方法[J]. 杜慧,郭巖,范意興,張瑾,余智華,程學(xué)旗.  中文信息學(xué)報(bào). 2016(02)
[8]融合觀點(diǎn)傾向的話題熱度趨勢(shì)建模研究[J]. 王鵬程,肖正,劉輝.  計(jì)算機(jī)工程. 2015(07)
[9]HiBase:一種基于分層式索引的高效HBase查詢技術(shù)與系統(tǒng)[J]. 葛微,羅圣美,周文輝,趙頔,唐云,周娟,曲文武,袁春風(fēng),黃宜華.  計(jì)算機(jī)學(xué)報(bào). 2016(01)
[10]基于預(yù)測(cè)的云計(jì)算熱點(diǎn)數(shù)據(jù)副本因子決策算法[J]. 張松,杜慶偉,孫靜,孫振.  計(jì)算機(jī)與現(xiàn)代化. 2015(02)

博士論文
[1]分級(jí)存儲(chǔ)系統(tǒng)中基于進(jìn)化算法的數(shù)據(jù)管理與保護(hù)關(guān)鍵技術(shù)研究[D]. 陳云亮.華中科技大學(xué) 2013

碩士論文
[1]濟(jì)南市供水管網(wǎng)水力建模數(shù)據(jù)分析與管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張同義.山東大學(xué) 2013



本文編號(hào)：3097830