数据集概述
本数据集围绕TacDeAPred智能巡逻攻击检测系统展开，包含相关代码文件、配置文件及数据集。该系统集成多传感器与AI技术，用于实时检测预测巡逻中的攻击风险，提升安保人员操作安全性。
文件详解
- 代码文件（.ipynb格式，共14个）：
- LSTM_ritmoCardiaco-checkpoint.ipynb：用于心率预测的LSTM模型代码
- FuzzyLogic.ipynb：实现模糊逻辑风险评估的代码
- Guns-checkpoint.ipynb：枪支检测相关代码
- People.ipynb：人员检测相关代码
- Noise-checkpoint.ipynb：噪音检测相关代码
- 数据文件（.csv格式，共3个）：
- dataset_agression.csv：攻击检测数据集，含personas（人数）、armas（武器数）、emociones（情绪值）、estres（压力值）、sonidos（声音值）、riesgo_sector（区域风险）、riesgo_agresion（攻击风险）字段
- emotion_data.csv：情绪数据，含angry（愤怒）、disgust（厌恶）、fear（恐惧）、happy（开心）、sad（悲伤）、surprise（惊讶）、neutral（中性）字段
- heart.csv：心率相关数据
- 配置与模型文件：
- coco.names：目标检测类别名称文件
- yolov4-tiny.cfg：YOLOv4-tiny模型配置文件
- guns_cascade.xml、haarcascade_frontalface_default.xml：级联分类器配置文件
适用场景
- 安保巡逻系统优化：提升攻击风险预测准确性与响应速度
- 多传感器融合技术研究：探索摄像头、麦克风等多传感器数据整合方法
- 攻击行为预测模型开发：基于LSTM与模糊逻辑模型改进攻击风险评估
- 智能安保设备算法验证：测试攻击检测算法在复杂环境中的有效性
