一种基于AI模型的气体浓度识别方法及系统

本发明公开了一种基于AI模型的气体浓度识别方法及系统，涉及数据处理技术领域；本发明通过采集环境红外图像序列及气体浓度时序信号；动态调整滑动窗口长度，截取窗口图像序列和窗口浓度序列；采用DTCWT分解提取红外图像多方向子带能量特征，经1D‑CNN压缩为图像特征向量，利用LSTM网络提取浓度时序特征向量，融合生成联合表征；通过混合深度学习模型输出浓度预测值及危险等级概率分布；结合蒙特卡洛扩散模拟生成概率热力图，融合浓度梯度精准定位泄漏源坐标；根据最高危险概率触发分级响应指令，生成风险图谱实时可视化；本发明解决了传统系统响应迟滞、定位不准及多源数据利用不足的问题，实现泄漏监测、预警、定位与处置的闭环管控，提升了定位精度。