-
公开(公告)号：CN113268541A
公开(公告)日：2021-08-17
申请号：CN202110377099.7
申请日：2021-04-08
Applicant: 暨南大学
Abstract: 本发明公开了一种志愿活动积分银行平台系统，系统包括前端服务层、逻辑业务层以及数据存储层；前端服务层，与逻辑业务层通过网络通信连接，用于接收所述志愿活动积分银行平台系统的访问请求；逻辑业务层用于根据访问请求的内容，通过分布式服务调度对应的微服务模块；微服务模块用于提供各类志愿活动相关功能；数据存储层包括区块链数据库、智能合约以及共识算法，采用分布式实时存储前端服务层和逻辑业务层产生的数据。本发明利用区块链搭建数据库，能够保存全部的志愿者培训课程信息，可以保证参与者学习数据的真实性，并且为每一份学习数据添加一段由完成时间所产生的随机数代码，生产具有权威性的学习记录的时间戳，避免重复培训。
-
公开(公告)号：CN114689058A
公开(公告)日：2022-07-01
申请号：CN202210444320.0
申请日：2022-04-25
Applicant: 暨南大学
Abstract: 本申请涉及一种基于深度学习和混合遗传算法的火灾疏散路径规划方法，包括：在根据实时消防监测的视频确定目标区域发生火灾时，获取处于目标区域的疏散目标所对应的跟踪信息，跟踪信息包括人流信息和目标位置信息；获取目标区域外多个空间节点所对应的节点信息，生成与疏散目标对应的可疏散路径，空间节点用于表征疏散目标疏散时所经过的区域；基于人流信息、目标位置信息和可疏散路径，确定疏散优化标签；利用混合遗传算法和疏散优化标签对可疏散路径进行处理，得到每个疏散目标所对应的备选疏散路径，并根据备选疏散路径是否被阻断，确定疏散路径规划结果。通过本申请，解决了相关技术中规划的火灾疏散路径疏散人群速度慢、疏散效率低的问题。
-
公开(公告)号：CN114689058B
公开(公告)日：2024-06-11
申请号：CN202210444320.0
申请日：2022-04-25
Applicant: 暨南大学
IPC: G01C21/20 , G06N3/0499 , G06N3/084 , G06N3/126
Abstract: 本申请涉及一种基于深度学习和混合遗传算法的火灾疏散路径规划方法，包括：在根据实时消防监测的视频确定目标区域发生火灾时，获取处于目标区域的疏散目标所对应的跟踪信息，跟踪信息包括人流信息和目标位置信息；获取目标区域外多个空间节点所对应的节点信息，生成与疏散目标对应的可疏散路径，空间节点用于表征疏散目标疏散时所经过的区域；基于人流信息、目标位置信息和可疏散路径，确定疏散优化标签；利用混合遗传算法和疏散优化标签对可疏散路径进行处理，得到每个疏散目标所对应的备选疏散路径，并根据备选疏散路径是否被阻断，确定疏散路径规划结果。通过本申请，解决了相关技术中规划的火灾疏散路径疏散人群速度慢、疏散效率低的问题。
-
-
Search Results
3
records
(took 0.023 seconds)
