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
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
位置预测方法
自主车辆
风险量化方法
解码器
编码器
随机森林模型
肌酐
风险分层
指标
生物标志物数据
后段制程
电阻
通孔
深度神经网络模型
训练样本集