System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及消防報警領域,更具體地說,它涉及一種消防報警消息多級推送方法和系統。
技術介紹
1、現有的消防報警信息推送技術主要包括以下幾種方式:手機app推送和短信推送、廣播和電視滾動字幕推送、聲光警報器和地理信息系統(gis)推送。
2、上述方法存在以下主要不足:時效性差,響應時間延遲較大,推送范圍不夠精準,覆蓋面受限,推送內容單一,缺乏個性化和差異化,同時現有系統缺乏應急備份及切換機制,一旦故障將影響整個推送流程。
技術實現思路
1、本專利技術提供一種消防報警消息多級推送方法和系統,解決相關技術中時效性差,響應時間延遲較大,推送范圍不夠精準,覆蓋面受限,推送內容單一,缺乏個性化和差異化,同時系統缺乏應急備份及切換機制,一旦故障將影響整個推送流程的技術問題。
2、本專利技術提供了一種消防報警消息多級推送方法和系統,包括以下步驟:
3、s100:接收來自消防設備上傳的報警信號,對接收到的報警信號進行初步分類,確定事件級別;
4、s200:根據報警信號細節,從事件知識庫中查詢相應的推送內容模板,利用自然語言生成模型,將事件細節融入模板,生成個性化推送內容;
5、s300:推送范圍確定,將事件位置映射到城市網格圖中,標記為事件中心節點,輸入節點特征和拓撲信息到gnn模型,gnn模型給出事件影響范圍預測,確定推送范圍半徑r;
6、s400:推送策略確定,對推送范圍內進行網格劃格劃分,得到小區域集合ai,對每個ai,
7、s500:多渠道推送,將事件信息推送至息推送至移動app、短信、廣播、應急廣播車多個渠道,對人群密集區優先推送,不分事件級別,小區域集合ai接收對應級別的推送信息;
8、s600:監控反饋與優化,實時監控推送效果數據,周期性分析反饋,對gnn、注意力模型進行持續微調;
9、s700:利用分布式高可用架構進行持續微調,部署城市級總控中心、若干區域控制中心,其中總中心實時將任務下發給區域中心,收集反饋;
10、若出現故障,區域中心可獨立運行,快速切換,基于raft協議實現中心節點的高可靠選主,區域中心間相互備份,形成環形拓撲,增加冗余。
11、進一步地,在步驟s100中,需要使用nlp模型對報警信息進行語義分析,確定事件級別和類型,事件級別分為:最高、較高和一般。
12、進一步地,在步驟s200中,根據事件級別、類型,結合模板生成個性化推送內容,wc為待學習的內容生成模型權重;
13、輸入表示:
14、事件向量e=[eloc,etype,elevel,ecasualty],分別為編碼事件地點、類型、級別和人員傷亡情況:
15、編碼器:
16、使用雙向gru獲取上下文特征:
17、ht=bigru(et,ht-1);
18、獲取最終的上下文向量c通過注意力機制:
19、
20、解碼器:
21、初始狀態s0使用投影獲取:
22、s0=tanh(d-1/2ad-1/2hlθl);
23、解碼時,預測每個單詞的概率分布:
24、p(wt|c,w<t)=softmax(wshdec,t+bs);
25、
26、其中:
27、ht為bigru的隱狀態向量;
28、c為通過注意力機制獲取的上下文向量;
29、αt為注意力權重;
30、st為解碼器的隱狀態;
31、wc、bc為事件向量e到初始狀態s0的投影權重和偏置;
32、ws為解碼器輸出層的權重矩陣。
33、進一步地,在步驟s300中,基于優先級隊列qp實現分級并行處理,高級別事件優先,異步可靠消息隊列mq確保即使故障也不丟失推送信息;
34、基于優先級隊列qp實現分級并行處理,將接收到的事件按照級別賦予不同優先級,存入優先級隊列qp;
35、隊列出隊順序為:級別1>級別2>級別3,對于同一級別,按照事件發生時間先后出隊;
36、隊列元素e=(level,time,info),其中level為事件級別,time為發生時間,info為事件詳情;
37、異步可靠消息隊列mq確保不丟失信息,使用可靠的消息隊列中間件;
38、事件處理過程產生的推送消息msg不直接發送,而是持久化到mq,消費者從mq拉取msg,完成實際推送,出錯時自動重試;
39、msg=(content,area,channel...),其中content為推送內容,area為推送范圍,channel為推送渠道;
40、其中,mq為消息隊列的存儲大小及可靠性參數。
41、進一步地,在步驟s300中,分級并行處理流程如下:
42、主線程:監聽事件報警,生成事件對象e并插入qp;
43、工作線程池:存在n個工作線程,編號1→n;
44、線程i循環執行:從qp取出最高優先級事件e,調用gnn模型推斷事件中心點及推送范圍,生成推送消息msg,持久化到mq,將e和info存入數據庫用于反饋分析;
45、消費線程池:存在m個消費線程;
46、線程j循環執行:從mq中消費msg,調用推送接口發送msg;
47、其中,n為工作線程數;
48、m為消費線程數;
49、qp為優先級隊列的存儲大小。
50、進一步地,在步驟s400中,推送范圍確定:
51、構建基于城市網格的圖結構g=(v,e),其中v為節點集合,e為邊集合;
52、每個節點v∈v表示一個城市網格區域;
53、節點特征向量為xi=f(pi,di,bi,...),其中:
54、pi為節點i的地理位置坐標;
55、di為節點i的人口密度;
56、bi為節點i的建筑分布信息;
57、...表示其他可能的節點屬性信息;
58、使用gcn模型捕捉節點特征及拓撲結構:
59、hl+1=σ(d-1/2ad-1/2hlθl)
60、其中1為gcn層數;
61、h為節點隱狀態向量;
62、a為鄰接矩陣,d為度矩陣;
63、θl為第l層的訓練參數矩陣;
64、σ為非線性激活函數;
65、堆疊多層gcn,高層可學習更大鄰域內的模式,根據最后一層輸出hl及區域平均人口密度ρ,預測事件影響半徑r:
66、r=g(hl,ρ)
67、g為機器學習模型,輸入為最終節點表示hl和區域ρ,輸出為預測的推本文檔來自技高網...
【技術保護點】
1.一種消防報警消息多級推送方法和系統,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟S100中,需要使用NLP模型對報警信息進行語義分析,確定事件級別和類型,事件級別分為:最高、較高和一般。
3.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟S200中,根據事件級別、類型,結合模板生成個性化推送內容,為待學習的內容生成模型權重;
4.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟S300中,基于優先級隊列實現分級并行處理,高級別事件優先,異步可靠消息隊列確保即使故障也不丟失推送信息;
5.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟S300中,分級并行處理流程如下:
6.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟S400中,推送范圍確定:
7.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟S500中,分區
8.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟S600中,反饋收集及優化,收集推送效果數據,根據推送的效果數據,使用在線學習優化、、參數。
9.一種消防報警消息多級推送系統,其特征在于,通過如權利要求1-8中任一所述的消防報警消息多級推送方法進行信息推送,包括:
10.一種存儲介質,存儲有非暫時性計算機可讀指令,用于執行如權利要求1-8中任一所述的消防報警消息多級推送方法中的一個或多個步驟。
...【技術特征摘要】
1.一種消防報警消息多級推送方法和系統,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟s100中,需要使用nlp模型對報警信息進行語義分析,確定事件級別和類型,事件級別分為:最高、較高和一般。
3.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟s200中,根據事件級別、類型,結合模板生成個性化推送內容,為待學習的內容生成模型權重;
4.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟s300中,基于優先級隊列實現分級并行處理,高級別事件優先,異步可靠消息隊列確保即使故障也不丟失推送信息;
5.根據權利要求1所述的一種消防報警消息多級推送方法和系統,其特征在于,在步驟s300中,分級并...
【專利技術屬性】
技術研發人員:趙宇,侯鑒,李中華,李輝,李陽,蘇東杰,
申請(專利權)人:尼特智能科技股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。