基于光纖傳感器實(shí)時(shí)感知信息的旅游安全監(jiān)測方法

孫紅躍， 范文

(天津城建大學(xué) 控制與機(jī)械工程學(xué)院， 天津 300384)

0 引言

隨著旅游業(yè)的發(fā)展，旅游安全受到人們的關(guān)注，建立旅游景點(diǎn)安全信息的監(jiān)測方法，是有效保障游客在旅游景點(diǎn)的人身安全的前提之一[1]。國內(nèi)有學(xué)者做出相關(guān)研究，如基于大數(shù)據(jù)構(gòu)建感知信息實(shí)時(shí)采集方法，硬件結(jié)構(gòu)分為傳感層、應(yīng)用層和服務(wù)層，軟件部分主要處理采集的大數(shù)據(jù)信息并添加報(bào)警方法[2]。還有學(xué)者研究出在無線局域網(wǎng)的基礎(chǔ)上，根據(jù)動(dòng)力學(xué)確定監(jiān)測點(diǎn)的布置信息，搭建無線監(jiān)測方法，可使旅游景點(diǎn)在開放時(shí)即可實(shí)時(shí)監(jiān)測[3]。上述傳統(tǒng)方法在實(shí)際應(yīng)用中，易受到天氣環(huán)境因素的影響，存在延遲、漏幀、信息輸出不穩(wěn)定等問題，嚴(yán)重影響了旅游安全監(jiān)測的效果，為旅游景點(diǎn)的安全監(jiān)測帶來一定負(fù)面影響。

為解決上述問題，本文提出利用光纖傳感器構(gòu)建實(shí)時(shí)信息感知的旅游安全監(jiān)測方法。采用光纖傳感器采集旅游景點(diǎn)的安全數(shù)字信息，根據(jù)旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知大數(shù)據(jù)分布特征進(jìn)行決策樹融合，然后構(gòu)建旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的信息分布模型，通過統(tǒng)計(jì)特征量分析和模糊度特征檢測方法，進(jìn)一步實(shí)施旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知過程中的收斂控制，分析旅游安全監(jiān)測的過程參數(shù)模型，通過統(tǒng)計(jì)分析和自適應(yīng)的參數(shù)補(bǔ)償方法，實(shí)現(xiàn)旅游安全監(jiān)測過程中的誤差分析和優(yōu)化管理。最后通過仿真測試分析，展示了本文方法在提高旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知能力和旅游景區(qū)安全監(jiān)測能力方面的優(yōu)越性能。

1 旅游安全監(jiān)測的大數(shù)據(jù)信息采集和融合處理

1.1 旅游光纖傳感器實(shí)時(shí)信息感知采集

為了實(shí)現(xiàn)光纖傳感器實(shí)時(shí)感知信息的旅游安全監(jiān)測，首先進(jìn)行旅游光纖傳感器實(shí)時(shí)信息感知采集，采用效益度評估方法，得到旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的區(qū)域融合聚類函數(shù)[4]，進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息分析和自適應(yīng)參數(shù)匹配，采用模糊度辨識(shí)的方法，旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息的分布序列A={a1,a2,…,an}，B={b1,b2,…,bm}，旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息的標(biāo)記函數(shù)為式(1)。

(1)

結(jié)合統(tǒng)計(jì)數(shù)據(jù)和抽樣樣本回歸分析方法，進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知，建立旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息的傳輸控制模型[5]，得到旅游景點(diǎn)光纖傳感分組的檢測模型為式(2)。

(2)

通過旅游景點(diǎn)光纖傳感的模糊度尋優(yōu)，進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知和信息交互設(shè)計(jì)[6]，得到旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的模糊辨識(shí)參數(shù)為式(3)。

(3)

式中，d(m)為旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息集在第m點(diǎn)的預(yù)測值；k(m)為采用第m點(diǎn)處采集的旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息的交互信息。建立決策樹算法進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知數(shù)據(jù)的關(guān)聯(lián)特征量[7]，得到旅游景點(diǎn)光纖傳感數(shù)據(jù)采集的演化特征分布函數(shù)為式(4)。

(4)

基于MapReduce模型[8]，得到旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息的決策樹擬合估計(jì)結(jié)果為式(5)。

(5)

式中，c為旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息在重組映射空間中的分布維數(shù)；g為表示模糊度標(biāo)記特征量。

通過采集的旅游景點(diǎn)安全數(shù)字信息，結(jié)合實(shí)時(shí)感知的信息大數(shù)據(jù)分布特征，得出實(shí)時(shí)信息感知決策樹融合結(jié)果，完成旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息采集和初步處理。

1.2 旅游光纖傳感器信息融合處理

通過決策樹算法，得到旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的決策樹擬合函數(shù)。實(shí)施旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息特征提取和檢索[9]，得到檢索空間分布函數(shù)為式(6)。

(6)

式中，μ和ω表示旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的信息分布維數(shù)。通過對旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知和數(shù)據(jù)融合[10]，得到數(shù)據(jù)融合的Hessian函數(shù)表示為式(7)。

(7)

采用旅游景點(diǎn)光纖傳感輸出穩(wěn)態(tài)調(diào)節(jié)和動(dòng)態(tài)融合的方法，進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息的譜特征提取[11]，得到M維狀態(tài)空間中旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息融合后分布函數(shù)表示為式(8)。

(8)

通過高維特征提取結(jié)果，構(gòu)建旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的信息分布模型，通過統(tǒng)計(jì)特征量分析和模糊度特征檢測方法，進(jìn)一步實(shí)施旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知過程中的收斂控制。

2 旅游安全監(jiān)測優(yōu)化

2.1 旅游景點(diǎn)光纖傳感信息特征提取

構(gòu)建旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的信息分布模型，通過統(tǒng)計(jì)特征量分析和模糊度特征檢測方法，進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知過程中的收斂控制[12]。

旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的能量譜特征解為式(9)。

(9)

在時(shí)間窗內(nèi)的最大幅值分布域中，得到旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息的狀態(tài)特征方程為式(10)。

(10)

式中，α為時(shí)間窗內(nèi)幅值閾值。

通過統(tǒng)計(jì)特征量分析和模糊度特征檢測方法，進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知過程中的收斂性控制。得到旅游景點(diǎn)的實(shí)時(shí)感知信息分布矢量模型為式(11)。

(11)

在聚類中心進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知關(guān)聯(lián)規(guī)則集挖掘[13]，旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息的擴(kuò)頻序列為式(12)。

Z={z1,z2,…,zn}

(12)

旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的約束參數(shù)特征集表示為式(13)。

(13)

式中，e1和e2為旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的模式識(shí)別常數(shù)[14]；f為旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的約束規(guī)則項(xiàng)。

通過特征提取結(jié)果進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息檢索，得到旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知融合模型。

2.2 旅游安全監(jiān)測輸出控制

通過分析信息的約束參數(shù)特征集進(jìn)行數(shù)據(jù)監(jiān)測，建立旅游安全監(jiān)測的過程參數(shù)模型。采用行為特征分析的方法，得到旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知測度函數(shù)為式(14)。

(14)

式中，l為實(shí)時(shí)感知信息檢索的參考向量；s為旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的模糊度指標(biāo)分布權(quán)重；Φ為旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的正態(tài)分布函數(shù)；Φ′為Φ的旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的模式識(shí)別反函數(shù)。以旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的自相關(guān)特征為約束項(xiàng)[15]，得到旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的狀態(tài)估計(jì)特征分布函數(shù)表示為式(15)。

(15)

式中，σ為旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的自相關(guān)特征。

通過效益評估和優(yōu)化信息感知算法，得到旅游景點(diǎn)光纖傳感器的優(yōu)化模型，得到實(shí)時(shí)感知的狀態(tài)參數(shù)分布集λ，旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的經(jīng)驗(yàn)?zāi)B(tài)函數(shù)，如式(16)。

(16)

采用線性規(guī)劃和自適應(yīng)控制的方法，得到旅游景點(diǎn)光纖傳感器部署的回歸分析函數(shù)為式(17)。

(17)

構(gòu)建旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的監(jiān)測模型，得到監(jiān)測輸出為式(18)。

(18)

綜上，通過統(tǒng)計(jì)分析和自適應(yīng)的參數(shù)補(bǔ)償方法，實(shí)現(xiàn)旅游安全監(jiān)測過程中的誤差分析和優(yōu)化管理。

3 仿真試驗(yàn)與結(jié)果分析

實(shí)驗(yàn)中，取旅游景點(diǎn)光纖傳感器的節(jié)點(diǎn)數(shù)為200，傳感節(jié)點(diǎn)多層次分布維數(shù)為12，數(shù)據(jù)采集的訓(xùn)練樣本數(shù)為24，關(guān)聯(lián)系數(shù)為0.34，光纖傳感信息感知輸出的相似度系數(shù)為0.86。對旅游景點(diǎn)光纖傳感器采集和感知旅游安全的信息的描述性統(tǒng)計(jì)分析結(jié)果，如表1所示。

表1 旅游安全監(jiān)測的描述性統(tǒng)計(jì)分析結(jié)果

根據(jù)表1的描述性統(tǒng)計(jì)分析結(jié)果，進(jìn)行實(shí)驗(yàn)。選用本文研究的監(jiān)測方法與基于大數(shù)據(jù)方法(方法一)、基于無線局域網(wǎng)方法(方法二)，對旅游安全監(jiān)測信息進(jìn)行分析，得到安全監(jiān)測的延時(shí)時(shí)間，如圖1所示。

圖1 延時(shí)時(shí)間對比圖

分析圖1得知，延時(shí)時(shí)長與采集時(shí)長成正比，但是傳統(tǒng)方法的延時(shí)時(shí)間要遠(yuǎn)遠(yuǎn)大于本文方法。傳統(tǒng)方法即使監(jiān)測到隱患，也不能及時(shí)上傳，導(dǎo)致安全事故發(fā)生的幾率仍舊較高。本文方法能有效降低旅游安全監(jiān)測的延時(shí)，大大降低了事故發(fā)生率。

為測試旅游安全監(jiān)測的精度，采用3組數(shù)據(jù)，利用本文方法及兩種傳統(tǒng)方法監(jiān)測旅游安全信息，計(jì)算警報(bào)信息的準(zhǔn)確率，得到對比結(jié)果，如表2所示。

表2 旅游安全監(jiān)測的警報(bào)準(zhǔn)確率對比

分析表2得知，本文方法進(jìn)行旅游安全監(jiān)測的精度較高，且信息監(jiān)測結(jié)果較穩(wěn)定，具有很好的旅游景點(diǎn)實(shí)時(shí)監(jiān)測能力。

4 總結(jié)

本文提出基于光纖傳感器實(shí)時(shí)信息感知的旅游安全監(jiān)測方法，是建立在對旅游安全信息采集基礎(chǔ)上，采用效益度評估方法，得到旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的區(qū)域融合聚類函數(shù)，通過決策樹算法，進(jìn)行旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知信息特征提取和檢索，構(gòu)建旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知的信息分布模型，通過統(tǒng)計(jì)特征量分析和模糊度特征檢測方法和模糊度特征匹配的方法，實(shí)施旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知測量和自適應(yīng)評估，提高旅游景點(diǎn)光纖傳感器實(shí)時(shí)感知測量和量化分析管理能力。實(shí)驗(yàn)結(jié)果得知，本文的旅游安全監(jiān)測方法的可靠性較高，穩(wěn)定性較好，大大縮短了延時(shí)時(shí)長，為實(shí)際應(yīng)用提供了一定的參考。