【技术实现步骤摘要】
本专利技术涉及电子鼻检测，尤其涉及火灾识别方法及装置。
技术介绍
1、本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、银行网点、机房、办公室等场合电子设备高度集中且长期处于运行状态，设备过载、过热、短路等情况所引起的火灾隐患较多。火灾探测器是目前广泛应用的智能型火灾自动报警系统的重要组成部分，但由于火灾产生的条件和环境千差万别，现存的图像探测器、感温探测器等只针对火灾中同时出现的多种物理量中的一种进行探测，免不了有误报、漏报的情况。
3、电子鼻是一种利用气敏传感器阵列的响应图案来识别气味的电子系统，由传感器阵列和适当的模式识别系统组成，能识别简单或者复杂的气体。火灾中伴随着烟雾，其中有一氧化碳、二氧化碳、二氧化硫、氮氧化物、氯化氢等气体的挥发，且随着火灾程度的加剧浓度越来越高，气敏传感器能够很好的对这些气体进行感应。目前的电子鼻产品仪器一般体积较大，且价格昂贵，由于缺乏小型、便携的火灾识别仪器的火灾识别方法，阻碍了火灾识别仪器像小型化便捷化发展。
技术实现思路
1、本专利技术实施例提供一种火灾识别方法，应用于电子鼻服务端，用以适用在小型火灾识别仪器中快速识别火灾类型、以及火灾严重程度，及时预警，提高火灾识别效率，促进火灾识别仪器向小型化、便携化发展，该方法包括：
2、接收嵌入式网络电子鼻系统上传的气体指纹信息、嵌入式网络电子鼻系统的位置信息；
3、对气体指纹信息进行
4、对去除噪声后的气体指纹信息进行特征提取，得到相对平均值、相对积分值、微分值、电压变化值和半宽值；
5、在任一个特征存在异常时，将相对平均值、相对积分值、微分值、电压变化值和半宽值输入到预先训练的火灾类型识别模型，得到火灾类型；其中，火灾类型识别为根据历史火灾的相对平均值、相对积分值、微分值、电压变化值和半宽值、以及火灾类型训练得到；
6、根据嵌入式网络电子鼻系统的位置信息，确定火灾危险等级；
7、将火灾类型、火灾危险等级输入到预先训练的火灾严重程度预测模型，得到火灾严重程度；其中，火灾严重程度预测模型为根据历史火灾的火灾类型、火灾危险等级、以及火灾严重程度训练得到。
8、本专利技术实施例还提供一种火灾识别方法，应用于嵌入式网络电子鼻系统，用以适用在小型火灾识别仪器中快速识别火灾类型、以及火灾严重程度，及时预警，提高火灾识别效率，促进火灾识别仪器向小型化、便携化发展，该方法包括：
9、控制气泵将环境空气传输到密闭气室，控制密闭气室内的传感器阵列采集密闭气室内气体的气体指纹信息；
10、控制传感器阵列将气体指纹信息传送给接口电路；
11、控制接口电路将气体指纹信息发送给嵌入式系统；
12、控制嵌入式系统将气体指纹信息、以及嵌入式网络电子鼻系统的位置信息发送给电子鼻服务端，以供电子鼻服务端根据气体指纹信息、以及嵌入式网络电子鼻系统的位置信息确定火灾严重程度。
13、本专利技术实施例还提供一种火灾识别的装置，应用于电子鼻服务端，用以适用在小型火灾识别仪器中快速识别火灾类型、以及火灾严重程度，及时预警，提高火灾识别效率，促进火灾识别仪器向小型化、便携化发展，该装置包括：
14、接收模块，用于接收嵌入式网络电子鼻系统上传的气体指纹信息、嵌入式网络电子鼻系统的位置信息；
15、第一处理模块，用于对气体指纹信息进行四点均值滤波，得到去除噪声后的气体指纹信息；
16、特征提取模块，用于对去除噪声后的气体指纹信息进行特征提取，得到相对平均值、相对积分值、微分值、电压变化值和半宽值；
17、第二处理模块，用于在任一个特征存在异常时，将相对平均值、相对积分值、微分值、电压变化值和半宽值输入到预先训练的火灾类型识别模型，得到火灾类型；其中，火灾类型识别为根据历史火灾的相对平均值、相对积分值、微分值、电压变化值和半宽值、以及火灾类型训练得到；
18、火灾危险等级确定模块，用于根据嵌入式网络电子鼻系统的位置信息，确定火灾危险等级；
19、第三处理模块，用于将火灾类型、火灾危险等级输入到预先训练的火灾严重程度预测模型，得到火灾严重程度；其中，火灾严重程度预测模型为根据历史火灾的火灾类型、火灾危险等级、以及火灾严重程度训练得到。
20、本专利技术实施例还提供一种火灾识别的装置，嵌入式网络电子鼻系统，用以适用在小型火灾识别仪器中快速识别火灾类型、以及火灾严重程度，及时预警，提高火灾识别效率，促进火灾识别仪器向小型化、便携化发展，该装置包括：
21、第四处理模块，用于控制气泵将环境空气传输到密闭气室，控制密闭气室内的传感器阵列采集密闭气室内气体的气体指纹信息；
22、第五处理模块，用于控制传感器阵列将气体指纹信息传送给接口电路；
23、第六处理模块，用于控制接口电路将气体指纹信息发送给嵌入式系统；
24、第七处理模块，用于控制嵌入式系统将气体指纹信息、以及嵌入式网络电子鼻系统的位置信息发送给电子鼻服务端，以供电子鼻服务端根据气体指纹信息、以及嵌入式网络电子鼻系统的位置信息确定火灾严重程度。
25、本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述火灾识别方法。
26、本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述火灾识别方法。
27、本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述火灾识别方法。
28、本专利技术实施例中，提供一种应用于电子鼻服务端的火灾识别方法，包括：接收嵌入式网络电子鼻系统上传的气体指纹信息、嵌入式网络电子鼻系统的位置信息；对气体指纹信息进行四点均值滤波，得到去除噪声后的气体指纹信息；对去除噪声后的气体指纹信息进行特征提取，得到相对平均值、相对积分值、微分值、电压变化值和半宽值；在任一个特征存在异常时，将相对平均值、相对积分值、微分值、电压变化值和半宽值输入到预先训练的火灾类型识别模型，得到火灾类型；其中，火灾类型识别为根据历史火灾的相对平均值、相对积分值、微分值、电压变化值和半宽值、以及火灾类型训练得到；根据嵌入式网络电子鼻系统的位置信息，确定火灾危险等级；将火灾类型、火灾危险等级输入到预先训练的火灾严重程度预测模型，得到火灾严重程度；其中，火灾严重程度预测模型为根据历史火灾的火灾类型、火灾危险等级、以及火灾严重程度训练得到。这样，能够适用在小型火灾识别仪器中快速识别火灾类型、以及火灾严重程度，及时预警，提高火灾识别效率，促进火灾识别仪器向小型化、便携化发展。
29、本专利技术实施例还提供一种应用于嵌入式网络本文档来自技高网...
【技术保护点】
1.一种火灾识别方法，其特征在于，应用于电子鼻服务端，包括：
2.如权利要求1所述的火灾识别方法，其特征在于，在任一个特征存在异常时，将相对平均值、相对积分值、微分值、电压变化值和半宽值输入到预先训练的火灾类型识别模型，得到火灾类型，包括：
3.如权利要求1所述的火灾识别方法，其特征在于，火灾类型包括：明火、阻燃火；
4.如权利要求3所述的火灾识别方法，其特征在于，还包括：
5.如权利要求4所述的火灾识别方法，其特征在于，还包括：
6.一种火灾识别方法，其特征在于，应用于嵌入式网络电子鼻系统，包括：
7.如权利要求6所述的火灾识别方法，其特征在于，控制密闭气室内的传感器阵列采集密闭气室内气体的气体指纹信息，包括：
8.如权利要求6所述的火灾识别方法，其特征在于，接口电路用I/O接口模拟方式实现串行通信，接口电路中包括保护电路。
9.如权利要求6所述的火灾识别方法，其特征在于，嵌入式系统包括：外设硬件、应用软件；其中外设硬件包括为操作系统和应用软件提供运行环境、存储、通信的设备；软件程序
10.一种火灾识别装置，其特征在于，应用于电子鼻服务端，包括：
11.一种火灾识别装置，其特征在于，应用于嵌入式网络电子鼻系统，包括：
12.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9任一所述方法。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至9任一所述方法。
14.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至9任一所述方法。
...【技术特征摘要】
1.一种火灾识别方法，其特征在于，应用于电子鼻服务端，包括：
2.如权利要求1所述的火灾识别方法，其特征在于，在任一个特征存在异常时，将相对平均值、相对积分值、微分值、电压变化值和半宽值输入到预先训练的火灾类型识别模型，得到火灾类型，包括：
3.如权利要求1所述的火灾识别方法，其特征在于，火灾类型包括：明火、阻燃火；
4.如权利要求3所述的火灾识别方法，其特征在于，还包括：
5.如权利要求4所述的火灾识别方法，其特征在于，还包括：
6.一种火灾识别方法，其特征在于，应用于嵌入式网络电子鼻系统，包括：
7.如权利要求6所述的火灾识别方法，其特征在于，控制密闭气室内的传感器阵列采集密闭气室内气体的气体指纹信息，包括：
8.如权利要求6所述的火灾识别方法，其特征在于，接口电路用i/o接口模拟方式实现串行通信，接口电路中包括保护电路。
9.如权利要求6...
【专利技术属性】
技术研发人员：杨鑫，郭斌，张丹洁，李洪涛，
申请(专利权)人：中国工商银行股份有限公司，
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。