摘要
本发明公开了一种基于多源异构数据融合的林火检测方法,包括将获取到的待检测区域的数据进行特征提取,获得多源数据特征;将所述获取到的多源数据特征输入至预先训练好的林火检测模型,获得检测结果;其中,所述林火检测模型是使用加权向量组合多个分类子模型后获得的,本发明的由多个分类子模型构成的林火检测模型能够根据多源异构数据进行检测,不仅能够快速处理复杂数据环境,提升了复杂场景下的林火检测能力,还增强了模型的鲁棒性与实用性,从而满足大范围林火监测和实时预警的需求。
技术关键词
林火检测方法
多源异构数据融合
分类子模型
特征学习方法
拉格朗日乘子法
节点特征
林火监测
融合策略
样本
矩阵
网络
多模态
鲁棒性
表达式
数学
松弛
系统为您推荐了相关专利信息
分类子模型
特征信息库
设备异常检测方法
语义特征提取
生成设备
电机状态检测
模型训练方法
样本
量子态
生成对抗网络
推广系统
多源异构数据融合
策略
深度Q网络
算法模型
节电器
故障检测模型
故障检测方法
传感器模块
机器学习算法
采煤机截割部
智能故障诊断方法
权重分配策略
级联
超图模型