摘要
本发明涉及人工智能技术,揭露了一种基于多尺度参量的地下空间关键区域安全预警方法及系统,包括:在地下空间关键区域建立包含多个传感器节点的传感器网络,利用传感器节点中所包含的传感器获取地下空间关键区域的多尺度参量,对多尺度参量进行标准化处理,并提取特征,得到多尺度参量特征,利用预先训练的安全预警模型根据所述多尺度参量特征对地下空间关键区域进行安全识别,得到异常概率,根据所述异常概率的大小判断是否存在安全隐患,若存在安全隐患,则发出安全预警。本发明还提出一种基于多尺度参量的地下空间关键区域安全预警系统。本发明可以提高对地下空间关键区域进行事故风险分析的效率和准确度。
技术关键词
多尺度
预警模型
传感器节点
预警方法
池化特征
神经网络模型
卷积特征
传播算法
预警系统
特征提取算法
无线通信方式
特征提取模块
人工智能技术
数据处理模块
数据采集模块
矩阵
预警模块
参数
系统为您推荐了相关专利信息
医学影像信息
三角面片模型
轮廓结构
多模态
内窥
风力发电机螺栓
风险评估模型
深度信念网络
分布式传感器
模拟退火优化算法
残差神经网络
多尺度特征
文本
随机梯度下降
跨模态学习
二维人脸图像
三维人脸模型
图像生成方法
面部特征信息
颜色校正