基于深度神经网络的火灾场景实时预测方法

AITNT
正文
推荐专利
基于深度神经网络的火灾场景实时预测方法
申请号:CN202411539756
申请日期:2024-10-31
公开号:CN119068419B
公开日期:2025-01-28
类型:发明专利
摘要
本发明涉及火灾预测领域,具体公开了一种基于深度神经网络的火灾场景实时预测方法,包括检测火灾场景中的堆积特征、烟气释放特征和阴燃特征;响应于同一区域同时存在堆积特征、烟气释放特征和阴燃特征确定该区域为阴燃风险区;基于各特征的出现时间对阴燃风险区进行验证;对于验证正确的阴燃风险区,将各特征的程度参数输入神经网络模型,输出阴燃风险区的爆燃风险等级;基于阴燃风险区的位置和爆燃风险等级对疏散路径进行更正;通过神经网络模型对可能出现阴燃转爆燃的区域进行检测分析,并给出爆燃风险等级的预测,从而为火灾应急提供数据支持和决策辅助。
技术关键词
火灾场景 深度神经网络 释放特征 输入神经网络模型 风险 区域内物体 sigmoid函数 烟气释放量 图像处理算法 双目摄像头 非线性特征 位置验证 影像 参数 密度 速度 数据
系统为您推荐了相关专利信息
1
一种基于多模态大模型的复合场景多摄安保系统
安保系统 多模态数据采集 风险 场景 因子
2
基于深度学习的社交媒体冒犯性内容识别方法及系统
内容识别系统 多模态特征融合 注意力机制 内容识别方法 特征提取模块
3
基于速度场的网联自主车辆位置预测和风险量化方法
位置预测方法 自主车辆 风险量化方法 解码器 编码器
4
一种基于肌酐与CAR组合的癌症恶液质预后复合指标CCAR的构建方法
随机森林模型 肌酐 风险分层 指标 生物标志物数据
5
通孔接触电阻预测方法、电子设备和可读存储介质
后段制程 电阻 通孔 深度神经网络模型 训练样本集
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号