基于深度学习的防爆安全柜智能控制方法及系统

本发明提供一种基于深度学习的防爆安全柜智能控制方法及系统，涉及防爆安全柜控制技术领域，包括通过采集柜内多维状态数据及环境图像数据，利用动态离散小波变换和分段递归结构的多层因果卷积网络进行状态预测，采用孪生神经网络和局部相似度区域生长算法进行异常目标检测，结合高斯核函数从专家策略库提取控制轨迹并优化，实现防爆安全柜的智能控制。本发明提高了状态预测准确性、异常检测灵敏度及控制策略适应性，增强了系统安全性。