基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法以及裝置制造方法及圖紙

本公開是關(guān)于一種基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法、裝置、電子設(shè)備以及存儲介質(zhì)。其中，該方法包括：計算采集樣本數(shù)據(jù)的均值，并判斷所述均值與系統(tǒng)報警閾值誤差是否大于第一預(yù)設(shè)值；若所述均值與系統(tǒng)報警閾值誤差未大于第一預(yù)設(shè)值，則計算所述采集樣本數(shù)據(jù)的標準差，并判斷所述標準差是否大于第二預(yù)設(shè)值；若所述標準差大于第二預(yù)設(shè)值，則計算所述的采集樣本數(shù)據(jù)的眾數(shù)；將報警閾值更新為所述眾數(shù)的值。本公開通過基于標準差、眾數(shù)的樣本數(shù)值計算，實現(xiàn)了基于公交車內(nèi)部環(huán)境變化的報警閾值自適應(yīng)動態(tài)設(shè)定。

Adaptive threshold dynamic setting method and device based on bus internal environment change

【技術(shù)實現(xiàn)步驟摘要】
基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法以及裝置
本公開涉及數(shù)據(jù)采集處理
，具體而言，涉及一種基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法、裝置、電子設(shè)備以及計算機可讀存儲介質(zhì)。
技術(shù)介紹
針對公交車上頻發(fā)的極端縱火事件，現(xiàn)有技術(shù)易燃品技術(shù)防范手段為通過公交易燃揮發(fā)物監(jiān)測告警裝置實現(xiàn)易燃揮發(fā)物的告警。該類裝置通常安裝于公交上下車門處及車廂內(nèi)，實時監(jiān)測車內(nèi)易燃揮發(fā)物氣體濃度變化，事前綜合大量模擬縱火操作試驗，設(shè)定固定報警閾值，如果車內(nèi)揮發(fā)氣體濃度超過固定報警閾值，則給出聲光報警提示司機或安檢員采取應(yīng)急處置措施，及時止損。但是，公交車內(nèi)環(huán)境復(fù)雜，比如行駛靠近化工廠、加油站區(qū)域附近、道路街道兩旁裝修、乘客涂抹香水、鞋油或者新車內(nèi)座椅內(nèi)飾散發(fā)的有機揮發(fā)氣體等會產(chǎn)生一定干擾，影響該類設(shè)備工作的準確性和靈敏性。因此，需要一種或多種方法解決上述問題。需要說明的是，在上述
技術(shù)介紹
部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。
技術(shù)實現(xiàn)思路
本公開的目的在于提供一種基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法、裝置、電子設(shè)備以及計算機可讀存儲介質(zhì)，進而至少在一定程度上克服由于相關(guān)技術(shù)的限制和缺陷而導(dǎo)致的一個或者多個問題。根據(jù)本公開的一個方面，提供一種基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法，包括：均值判斷步驟，計算采集樣本數(shù)據(jù)的均值，并判斷所述均值與系統(tǒng)報警閾值誤差是否大于第一預(yù)設(shè)值；標準差判斷步驟，若所述均值與系統(tǒng)報警閾值誤差未大于第一預(yù)設(shè)值，則計算所述采集樣本數(shù)據(jù)的標準差，并判斷所述標準差是否大于第二預(yù)設(shè)值；眾數(shù)計算步驟，若所述標準差大于第二預(yù)設(shè)值，則計算所述的采集樣本數(shù)據(jù)的眾數(shù)；報警閾值確認步驟，將報警閾值更新為所述眾數(shù)的值。在本公開的一種示例性實施例中，所述方法包括：均值判斷步驟，計算采集樣本數(shù)據(jù)的均值，并判斷所述均值與系統(tǒng)報警閾值誤差是否大于5％，若是，則更新報警閾值為所述均值；標準差判斷步驟，若所述均值與系統(tǒng)報警閾值誤差未大于5％，則計算所述采集樣本數(shù)據(jù)的標準差，并判斷所述標準差是否大于1；眾數(shù)計算步驟，若所述標準差大于1，則計算所述的采集樣本數(shù)據(jù)的眾數(shù)；報警閾值確認步驟，將報警閾值更新為所述眾數(shù)的值。在本公開的一種示例性實施例中，所述方法包括：樣本采集處理步驟，采集大于預(yù)設(shè)數(shù)量的數(shù)據(jù)，并將所述數(shù)據(jù)做極值篩除處理。在本公開的一種示例性實施例中，所述均值判斷步驟還包括：若判斷所述均值與系統(tǒng)報警閾值誤差大于第一預(yù)設(shè)值，則將報警閾值更新為所述均值。在本公開的一種示例性實施例中，所述標準差判斷步驟還包括：若所述標準差未大于第二預(yù)設(shè)值，則判定環(huán)境穩(wěn)定，無需調(diào)整報警閾值。在本公開的一種示例性實施例中，所述眾數(shù)計算步驟還包括：若所述標準差大于第二預(yù)設(shè)值，采用金氏插入法或皮爾遜經(jīng)驗法計算所述的采集樣本數(shù)據(jù)的眾數(shù)。在本公開的一種示例性實施例中，所述方法還包括：若計算所得所述眾數(shù)個數(shù)為0，則不調(diào)整報警閾值；若計算所得所述眾數(shù)個數(shù)為1，則采用所述眾數(shù)更新報警閾值；若計算所得所述眾數(shù)個數(shù)大于1，則計算所述多個眾數(shù)的平均數(shù)更新報警閾值。在本公開的一種示例性實施例中，所述報警閾值確認步驟還包括：結(jié)合所述眾數(shù)的值與預(yù)設(shè)常量更新報警閾值。在本公開的一個方面，提供一種基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定裝置，包括：均值判斷模塊，用于計算采集樣本數(shù)據(jù)的均值，并判斷所述均值與系統(tǒng)報警閾值誤差是否大于第一預(yù)設(shè)值；標準差判斷模塊，用于若所述均值與系統(tǒng)報警閾值誤差未大于第一預(yù)設(shè)值，則計算所述采集樣本數(shù)據(jù)的標準差，并判斷所述標準差是否大于第二預(yù)設(shè)值；眾數(shù)計算模塊，用于若所述標準差大于第二預(yù)設(shè)值，則計算所述的采集樣本數(shù)據(jù)的眾數(shù)；報警閾值確認模塊，用于將報警閾值更新為所述眾數(shù)的值。在本公開的一個方面，提供一種電子設(shè)備，包括：處理器；以及存儲器，所述存儲器上存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執(zhí)行時實現(xiàn)根據(jù)上述任意一項所述的方法。在本公開的一個方面，提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)根據(jù)上述任意一項所述的方法。本公開的示例性實施例中的基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法，計算采集樣本數(shù)據(jù)的均值，并判斷所述均值與系統(tǒng)報警閾值誤差是否大于第一預(yù)設(shè)值；若所述均值與系統(tǒng)報警閾值誤差未大于第一預(yù)設(shè)值，則計算所述采集樣本數(shù)據(jù)的標準差，并判斷所述標準差是否大于第二預(yù)設(shè)值；若所述標準差大于第二預(yù)設(shè)值，則計算所述的采集樣本數(shù)據(jù)的眾數(shù)；將報警閾值更新為所述眾數(shù)的值。本公開通過基于標準差、眾數(shù)的樣本數(shù)值計算，實現(xiàn)了基于公交車內(nèi)部環(huán)境變化的報警閾值自適應(yīng)動態(tài)設(shè)定。應(yīng)當(dāng)理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。附圖說明通過參照附圖來詳細描述其示例實施例，本公開的上述和其它特征及優(yōu)點將變得更加明顯。圖1示出了根據(jù)本公開一示例性實施例的基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法的流程圖；圖2示出了根據(jù)本公開一示例性實施例的基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法的算法路程圖；圖3示出了根據(jù)本公開一示例性實施例的基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定裝置的示意框圖；圖4示意性示出了根據(jù)本公開一示例性實施例的電子設(shè)備的框圖；以及圖5示意性示出了根據(jù)本公開一示例性實施例的計算機可讀存儲介質(zhì)的示意圖。具體實施方式現(xiàn)在將參考附圖更全面地描述示例實施例。然而，示例實施例能夠以多種形式實施，且不應(yīng)被理解為限于在此闡述的實施例；相反，提供這些實施例使得本公開將全面和完整，并將示例實施例的構(gòu)思全面地傳達給本領(lǐng)域的技術(shù)人員。在圖中相同的附圖標記表示相同或類似的部分，因而將省略對它們的重復(fù)描述。此外，所描述的特征、結(jié)構(gòu)或特性可以以任何合適的方式結(jié)合在一個或更多實施例中。在下面的描述中，提供許多具體細節(jié)從而給出對本公開的實施例的充分理解。然而，本領(lǐng)域技術(shù)人員將意識到，可以實踐本公開的技術(shù)方案而沒有所述特定細節(jié)中的一個或更多，或者可以采用其它的方法、組元、材料、裝置、步驟等。在其它情況下，不詳細示出或描述公知結(jié)構(gòu)、方法、裝置、實現(xiàn)、材料或者操作以避免模糊本公開的各方面。附圖中所示的方框圖僅僅是功能實體，不一定必須與物理上獨立的實體相對應(yīng)。即，可以采用軟件形式來實現(xiàn)這些功能實體，或在一個或多個軟件硬化的模塊中實現(xiàn)這些功能實體或功能實體的一部分，或在不同網(wǎng)絡(luò)和/或處理器裝置和/或微控制器裝置中實現(xiàn)這些功能實體。在本示例實施例中，首先提供了一種基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法；參考圖1中所示，該基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方本文檔來自技高網(wǎng)...

【技術(shù)保護點】
1.一種基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法,其特征在于，所述方法包括：/n均值判斷步驟，計算采集樣本數(shù)據(jù)的均值，并判斷所述均值與系統(tǒng)報警閾值誤差是否大于第一預(yù)設(shè)值；/n標準差判斷步驟，若所述均值與系統(tǒng)報警閾值誤差未大于第一預(yù)設(shè)值，則計算所述采集樣本數(shù)據(jù)的標準差，并判斷所述標準差是否大于第二預(yù)設(shè)值；/n眾數(shù)計算步驟，若所述標準差大于第二預(yù)設(shè)值，則計算所述的采集樣本數(shù)據(jù)的眾數(shù)；/n報警閾值確認步驟，將報警閾值更新為所述眾數(shù)的值。/n

【技術(shù)特征摘要】
1.一種基于公交車內(nèi)部環(huán)境變化的自適應(yīng)閾值動態(tài)設(shè)定方法,其特征在于，所述方法包括：
均值判斷步驟，計算采集樣本數(shù)據(jù)的均值，并判斷所述均值與系統(tǒng)報警閾值誤差是否大于第一預(yù)設(shè)值；
標準差判斷步驟，若所述均值與系統(tǒng)報警閾值誤差未大于第一預(yù)設(shè)值，則計算所述采集樣本數(shù)據(jù)的標準差，并判斷所述標準差是否大于第二預(yù)設(shè)值；
眾數(shù)計算步驟，若所述標準差大于第二預(yù)設(shè)值，則計算所述的采集樣本數(shù)據(jù)的眾數(shù)；
報警閾值確認步驟，將報警閾值更新為所述眾數(shù)的值。


2.如權(quán)利要求1所述的方法，其特征在于，所述方法包括：
均值判斷步驟，計算采集樣本數(shù)據(jù)的均值，并判斷所述均值與系統(tǒng)報警閾值誤差是否大于5％，若是，則更新報警閾值為所述均值；
標準差判斷步驟，若所述均值與系統(tǒng)報警閾值誤差未大于5％，則計算所述采集樣本數(shù)據(jù)的標準差，并判斷所述標準差是否大于1；
眾數(shù)計算步驟，若所述標準差大于1，則計算所述的采集樣本數(shù)據(jù)的眾數(shù)；
報警閾值確認步驟，將報警閾值更新為所述眾數(shù)的值。


3.如權(quán)利要求1所述的方法，其特征在于，所述方法包括：
樣本采集處理步驟，采集大于預(yù)設(shè)數(shù)量的數(shù)據(jù)，并將所述數(shù)據(jù)做極值篩除處理。


4.如權(quán)利要求1所述的方法，其特征在于，所述均值判斷步驟還包括：
若判斷所述均值與系統(tǒng)報警閾值誤差大于第一預(yù)設(shè)值，則將報警閾值更新為所述均值。


5.如權(quán)利要求1所述的方法，其特征在于，所述標準差判斷步驟還包括：
若所述標準差未大于第二預(yù)設(shè)值，則判定環(huán)境穩(wěn)定，無需調(diào)整報警閾值。

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：余岑，李如意，李東風(fēng)，張安穩(wěn)，徐小龍，
申請(專利權(quán))人：安徽芯核防務(wù)裝備技術(shù)股份有限公司，
類型：發(fā)明
國別省市：安徽;34