摘要
本申请实施例提供一种基于多模态异构数据融合的氢气泄漏定位预测方法,应用于氢气泄漏检测技术领域,该方法通过获取检测区域的环境参数和热像视频;利用卷积神经网络对热像视频进行时空特征提取,得到热像图特征;利用长短期记忆网络对多种环境参数进行时序特征提取,得到多个环境特征;将不同环境特征进行特征对齐后进行特征拼接,得到综合特征向量;将综合特征向量输入多层感知机进行非线性变换,得到融合特征;将热像图特征和融合特征进行图时空融合处理,并对融合结果进行分析处理,得到检测区域氢气泄漏位置的空间坐标,提高了氢气泄漏检测的准确率和可靠性。
技术关键词
定位预测方法
融合特征
计算机执行指令
风速
多模态
长短期记忆网络
氢气
注意力
多层感知机
异构
代表
数据
计算机存储介质
压力
视频
节点更新
邻居
泄漏检测技术
语义特征
系统为您推荐了相关专利信息
烧结余热发电
调速汽门
智能控制方法
多模态深度学习
数据
文本
集成方法
生成图像数据
语义向量
大语言模型
深度学习分类模型
地层盾构
多模态传感器
盾构机掘进参数
联邦学习技术
计算机执行指令
对象
短信发送平台
编辑
操作界面
多模态数据融合
Attention机制
变量
关键字
双向长短期记忆