基于分类和记忆神经网络模型的火焰探测方法

本申请公开基于分类和记忆神经网络模型的火焰探测方法，涉及火焰探测领域，获取各波段下IR数据，并通过BP神经网络模型测试不同窗口函数下特征提取的精度值，确定目标窗口函数并进行特征提取；将特征数据送入一级火焰预测模块，通过跳跃连接的残差结构提取IR特征，并输出一级预测状态和置信度值；将预测置信度值送入二级火焰预测模块，通过其中的门控机制对一级预测状态和置信度值进行修正，输出火焰探测结果。该多级火焰预测网络模型结构可以对模型输出结果进行融合输出，克服使用传统连续报警阈值策略时拟合较弱的缺陷，从而提高火焰报警的实时性、连续性和抗误报能力。