买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江阶数律法科技有限公司申请的专利一种基于高阶马尔可夫链的消防警报预测方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119397204B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411995858.6，技术领域涉及：G06F18/20；该发明授权一种基于高阶马尔可夫链的消防警报预测方法和装置是由承铭;曹嘉设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于高阶马尔可夫链的消防警报预测方法和装置在说明书摘要公布了：本申请提供一种基于高阶马尔可夫链的消防警报预测方法和装置。本申请提供的方法，包括：将消防设备的历史状态序列数据中的子序列转换为数据，构成消防设备的第一状态序列；基于消防设备的第一状态序列确定状态空间；基于历史状态序列数据的长度确定高阶马尔可夫链模型的阶数，基于阶数、状态转移概率矩阵构建高阶马尔可夫链模型；基于线性规划求解器对约束条件下的目标函数进行求解，得到马尔可夫链模型的模型参数，基于求解结果得到优化后的马尔可夫链模型；基于高阶马尔可夫链模型预测第一时间段的消防警报状态。本申请提供的基于高阶马尔可夫链的消防警报预测方法和装置，通过短期数据实现模糊系统状态的快速分析，以预测短期消防风险。

本发明授权一种基于高阶马尔可夫链的消防警报预测方法和装置在权利要求书中公布了：1.一种基于高阶马尔可夫链的消防警报预测方法，其特征在于，所述方法包括： 将消防设备的历史状态序列数据中的子序列转换为数值，构成消防设备的第一状态序列，所述历史状态序列数据为消防警报状态按照时间先后顺序排列后产生的向量数据，所述历史状态序列数据包括多个子序列，每个所述子序列表征不同时间的消防警报状态，所述第一状态序列包括多个第一状态数值，每个第一状态数值表征一种消防警报状态；所述历史状态序列数据包括消防设备的消防警报状态和报警类型； 其中，根据消防警报状态的不同将子序列转换为数值，对相同消防警报状态对应的子序列赋予相同的数值，对不同消防警报状态对应的子序列赋予不同的数值； 基于消防设备的所述第一状态序列确定状态空间；所述状态空间的大小与所述第一状态序列中相邻数据之间的所有变化组合数量一致； 基于所述历史状态序列数据的长度确定高阶马尔可夫链模型的阶数，基于所述第一状态序列计算状态转移概率矩阵，基于所述阶数、所述状态转移概率矩阵构建高阶马尔可夫链模型；其中，通过子序列划分和变化态势拟合自动识别所述历史状态序列数据中的模式复杂度，自动调整所述阶数；所述历史状态序列数据的长度与所述阶数的大小呈正相关； 基于线性规划求解器对约束条件下的目标函数进行求解，得到高阶马尔可夫链模型的模型参数，基于求解结果得到优化后的高阶马尔可夫链模型；所述目标函数基于所述状态转移概率矩阵、所述第一状态序列确定，所述约束条件基于所述第一状态序列确定，所述高阶马尔可夫链模型用于基于第一状态序列中与第一时间段相邻的前阶数个子序列预测第一时间段的消防警报状态； 基于所述高阶马尔可夫链模型预测所述第一时间段的消防警报状态；所述第一时间段的长度小于所述阶数的大小； 所述基于所述历史状态序列数据的长度确定高阶马尔可夫链模型的阶数，包括： 确定所述历史状态序列数据中的子序列数量； 根据所述子序列数量和比例确定高阶马尔可夫链模型的阶数作为最大阶数； 确定所述第一时间段之前所述最大阶数时间段内的候选历史状态序列数据； 拟合所述候选历史状态序列数据中的变化态势，根据所述变化态势剔除所述候选历史状态序列数据中异常数据，所述异常数据与所述变化态势的差距大于预设值； 根据剔除异常数据后的历史状态序列数据确定高阶马尔可夫链模型的阶数； 所述基于所述历史状态序列数据的长度确定高阶马尔可夫链模型的阶数，包括： 遍历所述历史状态序列数据，确定所述历史状态序列数据的长度；所述长度表征所述历史状态序列数据包含子序列的数量； 基于所述历史状态序列数据的长度确定马尔可夫链的阶数的范围；所述历史状态序列数据的长度与所述阶数的大小呈正相关； 将所述历史状态序列数据按照预设比例分为训练集和验证集，针对所述阶数的范围，对每个阶数对应的高阶马尔可夫链模型进行交叉验证，计算平均验证误差，将平均验证误差最小的高阶马尔可夫链模型对应的阶数确定为高阶马尔可夫链模型的阶数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江阶数律法科技有限公司，其通讯地址为：311200 浙江省杭州市萧山区北干街道明星路371号一幢818-5；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。