[发明专利]跨数据、信息、知识模态与量纲的预警方法及组件

说明书

本发明公开了一种跨数据、信息、知识模态与量纲的预警方法、装置、设备及可读存储介质，该方法包括：获取目标预警场景的感知信息和感知知识，并利用传感器实时采集目标预警场景的感知数据；将感知信息、感知知识和感知数据确定为感知资源；将感知资源输入至面向数据、信息、知识融合的多维度、跨模态、跨量纲价值的综合预测模型进行安全预测，得到安全预测结果；判断安全预测结果与预设报警条件是否匹配；如果是，则利用告警设备进行预警。可见，在该方法中，无需人工参与分析，能够实现实时、长期的预警，且该综合预测模型能够融合数据、信息和知识，能够多维度、跨模态、跨量纲价值的进行安全预测，能够保障安全预测结果的准确可靠性。

技术领域

本发明涉及监控技术领域，特别是涉及一种跨数据、信息、知识模态与量纲的预警方法、装置、设备及可读存储介质。

背景技术

预警即在灾害或灾难以及其他需要提防的危险发生之前，根据以往的总结的规律或观测得到的可能性前兆，对外发出紧急信号，报告危险情况，以避免危害在不知情或准备不足的情况下发生，从而最大程度的减低危害所造成的损失的行为。

在自然灾害防范、计算机系统监控、道路安全监控等具体场景下，都可以进行预警。但是，目前已有的预警方案，往往需要人为参与分析、或基于有标签样本对模型进行训练之后进行预警。对于人为参与分析这种预警方式，受限于人的经验且难以达到实时、长期预警。对于基于训练后的模型进行预警，则仅能针对已知情况进行预警，对于未知情况，则难以实现预警。

综上所述，如何进行有效预警等问题，是目前本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种跨数据、信息、知识模态与量纲的预警方法、装置、设备及可读存储介质，利用面向数据、信息、知识融合的多维度、跨模态、跨量纲价值的综合预测模型对目标预警场景的感知资源进行预测，无需人工分析也无需采集大量的有标签样本训练模型，便可得到安全预测结果，进而基于安全预测结果便可实现安全预警。

为解决上述技术问题，本发明提供如下技术方案：

一种跨数据、信息、知识模态与量纲的预警方法，包括：

获取目标预警场景的感知信息和感知知识，并利用传感器实时采集所述目标预警场景的感知数据；

将所述感知信息、所述感知知识和所述感知数据确定为感知资源；

将所述感知资源输入至面向数据、信息、知识融合的多维度、跨模态、跨量纲价值的综合预测模型进行安全预测，得到安全预测结果；

判断所述安全预测结果与预设报警条件是否匹配；

如果是，则利用告警设备进行预警。

优选地，若所述目标预警场景为天气预警场景，则所述感知数据与气象数据对应，感知信息与气象信息对应，感知知识与气象预测规则对应；

相应的，所述获取目标预警场景的感知信息和感知知识，并利用传感器实时采集所述目标预警场景的感知数据，包括：

利用所述传感器实时采集所述气象数据；

从存储设备中读取所述气象信息和所述气象预测规则。

优选地，若所述目标预计场景为交通预警场景，则所述感知数据与交通数据对应，感知信息与交通信息对应，感知知识与交通预测规则对应；

相应的，所述获取目标预警场景的感知信息和感知知识，并利用传感器实时采集所述目标预警场景的感知数据，包括：

利用所述传感器实时采集所述交通数据；所述交通数据包括道路监控图像数据，车辆定位导航数据和车辆车速中的至少一种；

从存储设备中读取所述交通信息和所述交通预测规则。