收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于网络搜索数据的火灾风险评估模型研究

刘畅  
【摘要】:随着我国“智慧消防”工作的不断推进,要实现“智慧消防”中关于智慧感知、智慧防控和智慧管理的需求,对于火灾风险的精准研判与实时监测至关重要。但目前我国火灾风险评估面临的火灾基础信息累积不足、火灾数据分析不彻底、时效性不强等问题,难以满足当前“智慧消防”工作需求。2008年,Google经研究发现,流感相关关键词搜索量与实际患有流感症状的人数之间存在着密切关系,并根据此相关关系构建了流感趋势在线预警系统,预测效果显著。网络搜索数据应用研究的出现,为提高火灾风险评估的精度与时效性,提供了新的思路。本文旨在研究将网络搜索数据有效应用于城市区域火灾风险评估的思路与方法,拟构建基于网络搜索数据的火灾风险评估模型,以增强火灾风险评估的精度与时效性,为未来基于深度学习的火灾风险评估奠定研究基础。本文主要研究内容与成果如下:(1)基于海因里希的事故因果连锁论与马斯洛需求层次理论,结合火灾风险评估相关概念、发展、作用及特点,对网络搜索数据与火灾风险之间的逻辑关系进行探讨,构建理论框架,认为公众消防安全感会激发消防安全信息的需求,进而驱使消防安全信息搜寻行为。(2)根据已经构建的逻辑框架,从“消防安全常识”、“火灾事故损失”、“消防救援”、“消防安全意识”几个方面,进行搜索关键词的初选及拓展,得到了包含30个关键词的关键词备选库。随后,利用皮尔逊相关系数法和协整检验方法,筛选出含有8个关键词的火灾风险评估的关键词指标体系。(3)基于关键词指标体系,分别运用线性回归、主成分回归、向量自回归以及神经网络四种算法,建立四种火灾风险评估模型。其中,线性回归模型的拟合度为0.744,主成分回归模型的拟合度为0.659,向量自回归模型的拟合度为0.683,神经网络模型的拟合度为0.712;但在模型的选择上不仅要考虑拟合度,更需考虑模型实证检验精度。(4)对已建立的模型进行验证分析后发现,主成分回归模型的平均相对误差为47.1%,优于线性回归模型的95.9%;通过引入误差修正项,优化过后的向量自回归模型平均误差为40.9%,相较于上述两种模型,对于样本中出现的异常点问题得到了改善;通过优化网络参数后的神经网络模型,模型拟合度为0.95,远高于其他三种模型,神经网络模型的平均相对误差为25.3%,说明神经网络所具有的鲁棒性及容错性能,较好的解决了指标间的多重共线性,对于指标间的重复信息有着较高的包容性。考虑到神经网络具有的学习迭代能力,神经网络适合用来构建基于网络搜索数据的火灾风险评估模型。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 叶提芳;;基于网络搜索数据的湖北省社会消费品零售总额的预测研究[J];湖北经济学院学报;2018年06期
2 ;网络搜索会让我们变笨吗[J];民族大家庭;2017年04期
3 邹瑶;闫绘如;胡群;;基于网络搜索量数据的消费者信心指数测度[J];企业导报;2016年16期
4 王可航;;吉林省名优特品牌产品巡礼——玉树银花冰雪飞扬吉林名优席卷全国[J];吉林画报;2016年10期
5 张靖雨;;关于霾的研究报告[J];快乐作文;2017年19期
6 朱丹红;;图书管理的新观念[J];新教育;2017年13期
7 陆环姬;;初中生网络搜索教学初探[J];中学时代;2014年23期
8 孙毅;吕本富;陈航;薛添;;基于网络搜索行为的消费者信心指数构建及应用研究[J];管理评论;2014年10期
9 蔡艺生;赵细妹;;论网络搜索式侦查[J];上海公安高等专科学校学报;2011年06期
10 汤晓玲;;说“悠客”[J];语文建设;2007年04期
11 ;谁在制定“网络搜索”的游戏规则[J];计算机与网络;2004年06期
12 杨晖;;网络搜索服务中侵权的司法认定——兼评网络搜索的中立性[J];人民司法;2015年11期
13 贾培佩;张泰;张文良;;网络搜索数据与消费者信心指数自回归模型研究[J];合作经济与科技;2015年18期
14 李英超;;公众发问在线医疗:能否方便又准确[J];市场研究;2015年10期
15 梁红英;;网络搜索[J];农村青少年科学探究;2016年04期
16 刘伟江;樊国虎;李映桥;;网络搜索数据与消费者信心指数的相关性研究[J];数量经济研究;2014年02期
17 ;2012中国直销十大网络搜索热词[J];知识经济(中国直销);2013年03期
18 罗勇;;搜索结果提前知[J];电脑迷;2010年23期
19 钟巍;;网络搜索侵权刍议[J];天府新论;2006年S1期
20 程鸿;;技术——网络搜索的核心竞争力[J];互联网天地;2004年08期
中国重要会议论文全文数据库 前6条
1 刘小月;董光恒;;网络搜索的使用改变了楔前叶和颞叶的局部一致性:一项短期的训练研究[A];第十九届全国心理学学术会议摘要集[C];2016年
2 褚庭亮;王茂生;汤文杰;赵蕾;;基于网络搜索的CTP主流技术分析实验报告[A];2008印刷版材发展技术论坛论文集[C];2008年
3 李秀婷;刘凡;董纪昌;吕本富;;基于互联网搜索数据的中国流感监测[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年
4 高芳芳;赵庆柏;周治金;;问题解决中对网络信息获取途径的选择偏向[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年
5 王新燕;范金刚;;初探云计算[A];两化融合与物联网发展学术研讨会论文集[C];2010年
6 杨华;孙常龙;赵明明;葛运东;姚建民;;基于网络的英文缩略语全称挖掘[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
中国博士学位论文全文数据库 前4条
1 王炼;网络环境下基于消费者搜索的市场预测研究[D];西南交通大学;2014年
2 卢万譞;基于眼动跟踪的网络搜索行为分析与预测[D];北京理工大学;2015年
3 阿布力米提·艾西丁(Ablimit Arxiden);复杂网络搜索策略的逻辑分析及算法研究[D];西南大学;2016年
4 邓凯英;复杂网络搜索策略及相关模型的数值方法[D];东北师范大学;2015年
中国硕士学位论文全文数据库 前10条
1 刘畅;基于网络搜索数据的火灾风险评估模型研究[D];西南交通大学;2019年
2 文瑞;网络搜索、在线口碑与中国汽车销量的关系研究[D];重庆邮电大学;2018年
3 马碧云;基于网络搜索数据的旅游客流量非线性预测研究[D];江西财经大学;2019年
4 戚明远;网络搜索数据与商品住宅市场的相关性研究[D];华南理工大学;2019年
5 曲玲;消费者网络行为对电影首映票房的影响研究[D];大连理工大学;2019年
6 张瑞梅;基于消费者网络搜索的库存模型研究[D];西安电子科技大学;2019年
7 崔田;基于网络搜索数据的品牌汽车销量预测研究[D];西安理工大学;2019年
8 杨春艳;利用网络搜索数据辅助预测CPI的实证分析[D];天津财经大学;2018年
9 关兴野;网络搜索指数在房地产比较法估价中的应用研究[D];首都经济贸易大学;2018年
10 杨青青;银行股系统性风险预测研究[D];西安工业大学;2018年
中国重要报纸全文数据库 前10条
1 姜伯静;网络搜索能否实现中立[N];中国青年报;2010年
2 中国青年报·中青在线记者 孙山;依赖网络搜索会让大脑“变懒”吗[N];中国青年报;2018年
3 刘晓伟 华南师范大学教育信息技术学院新闻传播系;提升媒介素养 应对网络搜索乱象[N];中国社会科学报;2017年
4 罗志华;网络搜索的“笼子”要扎得更牢些[N];中国消费者报;2016年
5 杨晖 上海市第二中级人民法院立案庭法官助理;对网络搜索服务“中立性”商榷[N];上海法治报;2014年
6 ;网络搜索急需寻求新突破[N];中国高新技术产业导报;2004年
7 朱艳燕;洞察“网络搜索”崭新商机[N];中华工商时报;2004年
8 ;呼唤网络搜索的“平民化”[N];人民邮电;2004年
9 王丹丹;共同提供网络搜索服务[N];中国新闻出版报;2007年
10 车文秋;关注网络搜索中的商标问题[N];中国知识产权报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978