摘要
本发明公开了一种基于深度学习的智能化核辐射剂量实时监测系统,包括S1、多模态感知模块,用于输出附带时间戳的辐射强度数据、环境图像数据和地理空间位置信息;S2、预处理模块,用于输出结构化特征序列;S3、融合建模模块,用于生成统一融合特征向量;S4、端边推理模块,用于分阶段处理融合特征向量并生成核辐射剂量预测结果;S5、任务调度模块,用于动态决定推理任务在端侧还是边缘节点执行;S6、异常检测模块,用于判定是否存在核辐射剂量异常变化;S7、系统控制模块,用于协调所述各模块。本发明具备环境适应性强、推理响应快和异常识别精度高的优点。
技术关键词
轻量级神经网络
深度神经网络模型
系统控制模块
实时监测系统
模态特征
环境图像数据
任务调度
序列
强度特征向量
深度融合网络
重构误差
异常事件
多尺度特征提取
节点
通道注意力机制
卷积特征提取
处理单元