-
题名基于随机森林的城市建筑火灾风险等级评估方法
被引量：5
- 1
-
-
作者
方硕
魏东
冉义兵
-
机构
北京建筑大学电气与信息工程学院
北京市科学技术委员会建筑大数据智能处理方法研究北京市重点实验室
-
出处
《科学技术与工程》
北大核心
2022年第1期429-437,共9页
-
基金
北京市属高校高水平创新团队建设计划(IDHT20190506)
北京市教委科技计划重点项目(KZ201810016019)。
-
文摘
为实现城市建筑火灾风险智能量化评估,并解决消防资源优化配置问题,提出一种基于随机森林算法的城市建筑火灾风险等级评估方法。该方法框架由评估模型构建、火灾风险等级确定、特征重要性分析三部分组成,首先,基于随机森林算法和城市火灾特征数据建立火灾风险分数评估模型,对火灾风险进行数值化评估;其次,结合城市火灾防控实际和风险分数,确定地块建筑的火灾风险等级,并挖掘风险等级与建筑物性质之间的关系;最后,在此基础上通过特征重要性(feature importance,FI)算法,对火灾风险因子进行分析,挖掘出高影响因子的火灾隐患特征,以指导消防管理人员提高消防检查效率。以美国迈尔斯堡的历史火灾数据作为实验数据,建立了该城市的火灾风险评估模型,对城市建筑的火灾风险等级进行了量化分析。在上述成果基础上,设计开发了交互式消防热点风险地图,以方便相关人员快速确定地块建筑火灾风险,并据此调整消防检查的策略以及人力物力资源的分配。
-
关键词
城市火灾
火灾风险
随机森林
消防评估
-
Keywords
urban fire
fire risk
random forest
fire assessment
-
分类号
X913
[环境科学与工程—安全科学]
-
-
题名智能门锁身份识别系统设计与开发
被引量：10
- 2
-
-
作者
贾广政
魏东
王永顺
-
机构
北京建筑大学电气与信息工程学院
北京市科学技术委员会建筑大数据智能处理方法研究北京市重点实验室
-
出处
《计算机工程与设计》
北大核心
2019年第7期2094-2100,I0001,共8页
-
文摘
设计开发一种基于STM32F103单片机和身份识别模块的智能门锁系统。用户可以用内置数字加密芯片的二代身份证验证开锁,用临时IC卡、防窥探密码按键输入作为辅助方式开锁,解决智能门锁用户身份识别能力差和门禁卡容易被复制破解、密码易泄露的问题。智能门锁设备以STM32F103单片机为门锁的控制芯片,采用STM32硬件平台,合理分配通信端口和I/O口给身份证识别模块、IC卡识别模块、密码按键识别模块、声音提示模块和电机驱动模块,开发相关软件实现门锁身份识别和控制功能,加入看门狗和休眠等功能。测试结果表明,开发的门锁身份识别系统识别能力强、性能稳定、整体功耗低、使用安全。
-
关键词
智能门锁
STM32单片机
身份证识别
防窥密码识别
门禁安防
-
Keywords
intelligent door lock
STM32 microcontroller
ID identification
anti-peeping password identification
security guard
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于特征选择及机器学习的犯罪预测方法综述
被引量：7
- 3
-
-
作者
魏东
张天祎
冉义兵
-
机构
北京建筑大学电气与信息工程学院
北京市科学技术委员会建筑大数据智能处理方法研究北京市重点实验室
-
出处
《科学技术与工程》
北大核心
2021年第28期11910-11920,共11页
-
基金
国家自然科学基金(61871020)
北京市属高校高水平创新团队建设计划(IDHT20190506)
北京市教委科技计划重点项目(KZ201810016019)。
-
文摘
基于警务数据和时空数据构建犯罪预测模型,利用机器学习手段进行案事件预测,在国家安全稳定领域具有重要的意义。犯罪预测涉及三个主要方面:特征选择与处理、预测模型和地理信息可视化。分析了犯罪预测理论与方法的基本思想,在探索犯罪的生成机理和演化规律基础上,对经验模型和时空模型研究成果进行了综述。在此基础上,对根据不同预测特征选取最优算法的策略进行了讨论,同时对比简述了各类算法的特点,并对现存问题和未来研究方向进行了探讨。
-
关键词
犯罪预测
经验模型
时空模型
特征提取
-
Keywords
crime prediction
empirical model
temporal-spatial model
feature extraction
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Fork/Join的事务日志伴随模式挖掘方法
- 4
-
-
作者
孔明
魏东
冉义兵
毕国鹏
-
机构
北京建筑大学电气与信息工程学院
北京市科学技术委员会建筑大数据智能处理方法研究北京市重点实验室
北京声讯电子股份有限公司
-
出处
《小型微型计算机系统》
CSCD
北大核心
2023年第2期239-247,共9页
-
基金
国家自然科学基金项目(61871020)资助
北京市属高校高水平创新团队建设计划项目(IDHT20190506)资助
北京市教委科技计划重点项目(KZ201810016019)资助.
-
文摘
信息系统产生的大量事务日志数据蕴含着潜在的伴随模式,伴随模式是指在时空上频繁共现的一组对象.由于传统的滑动窗口算法和FP-Growth算法只能调用单一线程进行计算,随着数据规模的扩张,会导致挖掘伴随模式的时间急剧增加.为此本文提出了一种基于Fork/Join并行技术的伴随模式挖掘框架,其能够实现从单线程到多线程的迁移,充分利用多核配置的加速性能.该框架由划定伴随数据集、频繁项集挖掘和关联规则挖掘三部分组成.首先,提出了基于Fork/Join的多核并行滑动窗口算法,以缩短从事务日志中划定伴随数据集的时间;然后,提出基于Fork/Join的多核并行FP-Growth算法,以并行地挖掘伴随数据集中的频繁项集;最后,引入支持度、置信度和提升度3个参数,对伴随模式中各对象间的关联规则进行挖掘.基于门禁刷卡数据的实验结果表明,相比传统算法,本文所提出的框架能够挖掘出更多的伴随模式,同时挖掘效率较高.
-
关键词
事务日志
伴随模式
Fork/Join框架
滑动窗口
FP-GROWTH算法
-
Keywords
transaction logs
co-occurrence patterns
Fork/Join framework
sliding window
FP-Growth
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名改进神经网络的图像识别系统设计与硬件实现
被引量：5
- 5
-
-
作者
魏东
董博晨
刘亦青
-
机构
北京建筑大学电气与信息工程学院
北京市科学技术委员会建筑大数据智能处理方法研究北京市重点实验室
北京亚鼎智能技术有限公司
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第7期1828-1833,共6页
-
基金
北京市属高校高水平创新团队建设计划项目(IDHT20190506)
国家自然科学基金(61871020)
北京市教委科技计划重点项目(KZ201810016019)。
-
文摘
针对现有图像识别系统大多采用软件实现,无法利用神经网络并行计算能力的问题。该文提出一套基于FPGA的改进RBF神经网络硬件化图像识别系统,将乘法运算改为加法运算解决了神经网络计算复杂不便于硬件化的问题,并且提出一种基于位比较的排序电路解决了大量数据的快速排序问题,以此为基础开发了多目标图像识别应用系统。系统特征提取部分采用FPGA实现,图像识别部分采用ASIC电路实现。实验结果表明,该文所提出的改进RBF神经网络算法平均识别时间较LeNet-5,AlexNet和VGG16缩短50%;所开发的硬件系统完成对10000张样本图片识别的时间为165 ms,对比于DSP芯片系统所需426.6 ms,减少了60%左右。
-
关键词
FPGA
ASIC电路
RBF神经网络
图像识别系统
-
Keywords
FPGA
ASIC circuit
RBF neural networks
Image recognition system
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名Knox特征优化在网格化犯罪时空预测中的应用
被引量：2
- 6
-
-
作者
魏东
张天祎
-
机构
北京建筑大学电气与信息工程学院
北京市科学技术委员会建筑大数据智能处理方法研究北京市重点实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第11期2456-2464,共9页
-
基金
国家自然科学基金项目(61871020)资助
北京市属高校高水平创新团队建设计划项目(IDHT20190506)资助
北京市教委科技计划重点项目(KZ201810016019)资助.
-
文摘
本文针对传统犯罪预测模型中数据处理方法不适用于犯罪近重复性分析,以及犯罪数据高度不平衡特性导致的犯罪预测结果分散的问题,提出了一种基于Mnd-Knox算法以及时空交互网格结构改进的犯罪预测模型.该模型框架由确定时空阈值、建立时空网格结构、扩充数据集、数据挖掘4部分组成.首先采用Mnd-Knox算法确定犯罪近重复性显著的时空域值;其次采用网格化地理信息管理方法建立网格结构,并确定各因子间影响权重;然后在基础数据集上融合附加地理环境特征;最后采用深度神经网络算法进行数据挖掘.针对2016年芝加哥地区4类频发型犯罪数据进行实验.结果表明,与传统犯罪预测模型相比,本文所提出的模型构建方法有更好的预测效果,模型平均绝对误差值降低了88.56%.
-
关键词
犯罪预测
特征优化
时空模型
犯罪自相关性
-
Keywords
crime prediction
feature optimization
spatio-temporal model
crime autocorrelation
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
