摘要
本申请提供一种基于人工智能的森林雷击火灾监控方法及系统,涉及计算机数据智能分析技术领域,该方法包括:获取针对森林区域的传感监测数据组;基于长短期记忆网络模块用于提取大气电场仪数据所对应的大气电场时序特征;构建闪电图结构,基于图神经网络更新图结构中各个节点的节点特征以构建闪电特征矩阵;基于卷积神经网络处理区域监控图像,以提取图像特征矩阵;将大气电场时序特征、闪电特征矩阵和图像特征矩阵输入至雷击火灾识别模型,以确定森林区域是否存在雷击火灾风险,该雷击火灾识别模型采用多模态融合深度学习模型。由此,增强了对雷击事件的全面性分析和火情动态监控,极大地提高了火灾风险的识别预警效率和应急响应速度。
技术关键词
时序特征
矩阵
闪电定位数据
大气电场仪
火灾监控方法
编码特征
长短期记忆网络
电场强度变化率
融合特征
多模态
多层次特征融合
图像边缘特征
节点特征
风险
注意力机制
系统为您推荐了相关专利信息
铝箔餐盒
外观检测系统
图像采集模组
图像分析仪
分拣机构
风险评估模型
风险指标计算方法
水库
收集水
社会
可见光图像
关键帧
惯性定位方法
滑动窗口
可见光相机
电流控制方法
电流控制设备
杂散磁场
控制单元
磁通门传感器