【技术实现步骤摘要】
基于联邦学习的烟火识别系统及方法
[0001]本专利技术涉及数据处理
，具体涉及基于联邦学习的烟火识别系统及方法
。
技术介绍
[0002]在城市中，由于当前烟火识别系统的精度较低，无法准确识别建筑物上的烟火迹象，这给火灾事故的及时处理和有效控制带来了不利影响，若如无法准确识别出建筑物的烟火迹象，可能会延误烟火扑灭行动的时间，导致火情失控，进而造成更大的人员伤亡和财产损失并对周围环境造成更大威胁
。
综上所述，现阶段存在对于城市建筑物烟火识别精度和准确度较差，导致城市建筑烟火识别对于火灾事故处理的及时性和有效性提高作用较弱的技术问题
。
技术实现思路
[0003]本申请提供了基于联邦学习的烟火识别系统及方法，用于针对解决现有技术存在对于城市建筑物烟火识别精度和准确度较差，导致城市建筑烟火识别对于火灾事故处理的及时性和有效性提高作用较弱的技术问题
。
[0004]鉴于上述问题，本申请提供了基于联邦学习的烟火识别系统及方法
。
[0005]本申请的第一个方面，提供了基于联邦学习的烟火识别系统，所述系统包括：建筑信息交互模块，用于基于预设烟火识别区域交互确定烟火识别建筑信息集，其中，所述烟火识别建筑信息集中包括
K
个初始烟火识别建筑和
K
组烟火识别数据，
K
为正整数；数据筛选执行模块，用于预设训练数据筛选阈值，并基于所述训练数据筛选阈值遍历所述
K
组烟火识别数据，获得...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
基于联邦学习的烟火识别系统，其特征在于，所述系统包括：建筑信息交互模块，用于基于预设烟火识别区域交互确定烟火识别建筑信息集，其中，所述烟火识别建筑信息集中包括
K
个初始烟火识别建筑和
K
组烟火识别数据，
K
为正整数；数据筛选执行模块，用于预设训练数据筛选阈值，并基于所述训练数据筛选阈值遍历所述
K
组烟火识别数据，获得
M
组无效烟火识别数据，其中，所述
M
组无效烟火识别数据映射于
M
个无效烟火识别建筑，
M
为小于
K
的正整数；相似建筑合并模块，用于获得
H
个优化烟火识别建筑，其中，所述
H
个优化烟火识别建筑映射于
H
组优化烟火识别数据，所述
H
个优化烟火识别建筑通过对所述
M
个无效烟火识别建筑和
H
个初始烟火识别建筑进行建筑相似性分析获取，其中，
H
为正整数，
H+M=K
；识别网络构建模块，用于预构建初始烟火识别子网络，并将所述初始烟火识别子网络同步至所述
H
个优化烟火识别建筑，获得
H
个初始识别子网络；识别网络训练模块，用于获得
H
个建筑物烟火识别子网络，其中，所述
H
个建筑物烟火识别子网络通过采用所述
H
组优化烟火识别数据进行所述
H
个初始识别子网络的监督训练获得；联邦聚合执行模块，用于对所述
H
个建筑物烟火识别子网络进行联邦聚合，生成目标烟火识别子网络；监测窗口设定模块，用于预设烟火风险监测窗口，并基于所述目标烟火识别子网络进行所述
K
个初始烟火识别建筑的烟火风险监测，获得烟火风险事件集合；消防布局优化模块，用于基于所述烟火风险事件集合进行所述
K
个初始烟火识别建筑的建筑消防布局优化
。2.
如权利要求1所述的系统，其特征在于，获得
H
个优化烟火识别建筑，其中，所述
H
个优化烟火识别建筑映射于
H
组优化烟火识别数据，所述
H
个优化烟火识别建筑通过对所述
M
个无效烟火识别建筑和
H
个初始烟火识别建筑进行建筑相似性分析获取，所述系统还包括：相似识别执行单元，用于预构建建筑相似度识别模块；设计信息交互单元，用于交互获得
K
组初始建筑设计信息，其中，所述
K
组初始建筑设计信息与所述
K
个初始烟火识别建筑一一映射；设计信息拆分单元，用于获得
M
组无效建筑设计信息和
H
组初始建筑设计信息，其中，所述
M
组无效建筑设计信息以所述
M
个无效烟火识别建筑为基准，拆分所述
K
组初始建筑设计信息获得；相似建筑识别单元，用于获得
M
组建筑相似指数序列，其中，所述
M
组建筑相似指数序列通过将所述
M
组无效建筑设计信息和所述
H
组初始建筑设计信息同步至所述建筑相似度识别模块进行建筑物相似度分析获得，其中，所述
M
组建筑相似指数序列中每组建筑相似指数序列包括
H
个建筑相似指数；相似序列提取单元，用于基于所述
M
组建筑相似指数序列进行极值提取，获得
M
个最优烟火识别建筑；建筑虚拟合并单元，用于基于所述
M
个最优烟火识别建筑对应调用
M
组初始建筑设计信息，并将所述
M
组初始建筑设计信息与所述
M
组无效建筑设计信息进行建筑虚拟合并，获得所述
H
个优化烟火识别建筑
。3.
如权利要求2所述的系统，其特征在于，预构建建筑相似度识别模块，所述系统还包
括：模块构成设定单元，用于所述建筑相似度识别模块包括建筑特征识别单元
、
建筑特征比对单元和建筑相似度计算单元；样本数据获得单元，用于获得多组样本建筑设计信息；识别规则设定单元，用于预设建筑特征识别规则，其中，所述建筑特征识别规则包括
N
项建筑特征识别指标，
N
为正整数；建筑特征标记单元，用于基于所述建筑特征识别规则对所述多组样本建筑设计信息进行建筑特征识别标记，获得多组样本建筑特征信息集；特征识别训练单元，用于基于
CNN
神经网络构建所述建筑特征识别单元，并采用所述多组样本建筑设计信息和所述多组样本建筑特征信息集进行所述建筑特征识别单元的监督训练；特征比对构建单元，用于在所述建筑特征比对单元预构建三维坐标系，对所述建筑特征识别单元输出的建筑特征信息组进行特征比对，获得
N
个建筑特征相似度，其中，所述
N
个建筑特征相似度与所述
N
项建筑特征识别指标一一映射；特征权重分配单元，用于在所述建筑相似度计算单元预配置建筑特征权重分配，其中，所述建筑特征权重分配包括
N
项建筑特征指标权重，其中，所述
N
技术研发人员：岳建明，季海，陈守利，周承志，朱玉敏，
申请(专利权)人：江苏三棱智慧物联发展股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。