煤火区域识别模型的训练方法、煤火区域识别方法及装置制造方法及图纸

本发明专利技术实施例公开了一种煤火区域识别模型的训练方法、煤火区域识别方法及装置。该煤火区域识别模型的训练方法，包括：获取各个煤火区域的原始煤火数据；基于各个煤火区域的原始煤火数据，确定训练集；其中，训练集中的煤火数据包括决策属性信息，决策属性信息包括磁性与电阻率信息、构造特征信息、痕量元素含量信息及温度信息；利用训练集训练预设的分类器，得到煤火区域识别模型；其中，煤火区域识别模型表征磁性与电阻率信息、构造特征信息、痕量元素含量信息及温度信息之间的关联性。根据本发明专利技术实施例，能够更加准确地识别煤火区域。

The training method of coal fire area recognition model, coal fire area identification method and device

【技术实现步骤摘要】
煤火区域识别模型的训练方法、煤火区域识别方法及装置
本专利技术属于互联网技术(InternetTechnology，IT)应用领域，尤其涉及一种煤火区域识别模型的训练方法、基于煤火区域识别模型的煤火区域识别方法、煤火区域识别模型的训练装置、基于煤火区域识别模型的煤火区域识别装置、电子设备及计算机存储介质。
技术介绍
目前，识别煤火区域的方法是基于无人机热红外影像的煤火识别方法，其原理是热红外影像进行空三平差定向并镶嵌为热红外正射影像，基于大气传输方程和普朗克函数反演出矿区地表温度，利用Sobel边缘算子生成高梯度图并细化为骨架线，叠加高温区与高梯度线，将二者重合处的温度均值作为矿区火区分割阈值，以此阈值识别出矿区煤火区。该基于无人机热红外影像的煤火识别方法，其是以温度作为识别煤火区域的唯一参数，往往难以准确识别煤火区域。因此，如何能够更加准确地识别煤火区域是本领域技术人员亟需解决的技术问题。
技术实现思路
本专利技术实施例提供一种煤火区域识别模型的训练方法、基于煤火区域识别模型的煤火区域识别方法、煤火区域识别模型的训本文档来自技高网...

【技术保护点】
1.一种煤火区域识别模型的训练方法，其特征在于，包括：/n获取各个煤火区域的原始煤火数据；/n基于各个所述煤火区域的所述原始煤火数据，确定训练集；其中，所述训练集中的煤火数据包括决策属性信息，所述决策属性信息包括磁性与电阻率信息、构造特征信息、痕量元素含量信息及温度信息；/n利用所述训练集训练预设的分类器，得到煤火区域识别模型；其中，所述煤火区域识别模型表征所述磁性与电阻率信息、所述构造特征信息、所述痕量元素含量信息及所述温度信息之间的关联性。/n

【技术特征摘要】
1.一种煤火区域识别模型的训练方法，其特征在于，包括：
获取各个煤火区域的原始煤火数据；
基于各个所述煤火区域的所述原始煤火数据，确定训练集；其中，所述训练集中的煤火数据包括决策属性信息，所述决策属性信息包括磁性与电阻率信息、构造特征信息、痕量元素含量信息及温度信息；
利用所述训练集训练预设的分类器，得到煤火区域识别模型；其中，所述煤火区域识别模型表征所述磁性与电阻率信息、所述构造特征信息、所述痕量元素含量信息及所述温度信息之间的关联性。


2.根据权利要求1所述的煤火区域识别模型的训练方法，其特征在于，所述原始煤火数据包括磁场数据、土壤元素含量数据、温度数据及位置坐标数据，所述获取各个煤火区域的原始煤火数据，包括：
利用磁力仪和无线电导航仪采集各个所述煤火区域的所述磁场数据；
利用离子色谱、原子吸收光谱测定各个所述煤火区域的所述土壤元素含量数据；
利用温度反演算法确定各个所述煤火区域的所述温度数据；
基于预设的火区构造图，确定各个所述煤火区域的所述位置坐标数据。


3.根据权利要求1所述的煤火区域识别模型的训练方法，其特征在于，所述基于各个所述煤火区域的所述原始煤火数据，确定训练集，包括：
依次对所述原始煤火数据进行分区平差处理和分幅平差处理，得到第一煤火数据；
标记所述第一煤火数据，得到第二煤火数据；
划分所述第二煤火数据，得到所述训练集。


4.根据权利要求1所述的煤火区域识别模型的训练方法，其特征在于，在所述获取各个煤火区域的原始煤火数据之后，所述方法还包括：
基于各个所述煤火区域的所述原始煤火数据，确定测试集；
将所述测试集输入所述煤火区域识别模型，输出煤火区域识别结果。


5.根据权利要求4所述的煤火区域识别模型的训练方法，其特征在于，在所述将所述测试集输入所述煤火区域识别模型，输出煤火区域识别结果之后，所述方法还包括：
基于所述煤火区域识别结果，确定所述煤火区域识别模型...

【专利技术属性】
技术研发人员：李志伟，
申请(专利权)人：中移雄安信息通信科技有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：河北;13