宋华明

(湖北省咸宁市公安局，湖北 咸宁 437000)

基于传感网络对公共安全风险的数据融合及预测

宋华明

(湖北省咸宁市公安局，湖北 咸宁 437000)

利用传感网络对公共安全进行实时监测与风险预警，已成为公安信息化重要的一环。围绕公共交通网络中的诸多传感器，收集了海量的监测数据，并将其上传到服务器端进行监测及公共安全风险预测。但其传感数据庞大且密度低，对传输网络带宽及服务器端造成了不小的压力。本文在传感网络的节点端及中继处分别利用加权局部融合和约简融合，消除数据噪声，提高数据密度，剔除冗余属性；在服务器端利用基于遗传算法的BP神经网络进行分析预测，加速收敛速度，降低预测误差6%以上。

传感网络；OWA算子；加权融合；基于遗传算法的BP神经网络

1.引言

随着城市化战略格局的部署，城市内部的交通网络越发密集。在交通网络上密布的众多传感器收集包括烟雾，温度，声音，人流等诸多属性的数据，构建了传感网络进行实时监控。密集的传感网络作为公安信息化[1]的一部分，不仅保证了对各大交通枢纽中公共安全的实时监控，也提供来海量的数据供公安部门预测不同地区的公共安全风险态势。但随着部署的节点越来越密集，监控数据的信息量不断提升，将节点数据全部上传到云端，集中式分析预测，对现有的带宽，机房造成了不小的压力。而且现有各类传感器数据，规模庞大但价值不高，整体信息密度低，且会因为监测地区广而导致不同程度的噪声数据。……