【技术实现步骤摘要】
本专利技术涉及人工智能，具体而言，涉及一种消防场景的风险评估模型的训练系统及方法。
技术介绍
1、随着经济和社会的快速发展，城市化进程加快，城市规模不断扩大，人口密度不断增加，建筑内的结构复杂，功能特殊，人员密度也在逐渐提高。
2、如果发生火灾，则可能造成重大人员伤亡和财产损失。
3、因此，火灾风险评估是提高防火能力，降低火灾可能性的有效途径，如何提高火灾风险评估的可靠性成为亟待解决的问题。
技术实现思路
1、本专利技术的目的在于提供一种消防场景的风险评估模型的训练系统及方法。
2、第一方面，本专利技术实施例提供一种消防场景的风险评估模型的训练系统，所述系统包括至少一个服务器，所述服务器用于：
3、获取训练样本集合；所述训练样本集合中包括具备关联标注的环境数据集和评估结果数据集，所述环境数据集和所述评估结果数据集对应预设数据集数量；
4、利用基于样本集的模型训练算法，基于所述训练样本集合，交替前行训练风险特征处理模块和特征评估模块；所述风险特征处理模块包括特征提取单元和特征处理单元，所述特征提取单元用于将评估结果数据集转化为风险特征矩阵，所述特征处理单元用于基于所述风险特征矩阵重新生成评估结果数据集；所述特征评估模块用于基于环境数据集确定风险特征矩阵；
5、利用基于仿真数据的增强训练算法，训练目标风险评估模型；所述目标风险评估模型是依据所述特征评估模块和所述特征处理单元生成的。
6、第二方面，本专利
7、获取训练样本集合；所述训练样本集合中包括具备关联标注的环境数据集和评估结果数据集，所述环境数据集和所述评估结果数据集对应预设数据集数量；
8、利用基于样本集的模型训练算法，基于所述训练样本集合，交替前行训练风险特征处理模块和特征评估模块；所述风险特征处理模块包括特征提取单元和特征处理单元，所述特征提取单元用于将评估结果数据集转化为风险特征矩阵，所述特征处理单元用于基于所述风险特征矩阵重新生成评估结果数据集；所述特征评估模块用于基于环境数据集确定风险特征矩阵；
9、利用基于仿真数据的增强训练算法，训练目标风险评估模型；所述目标风险评估模型是依据所述特征评估模块和所述特征处理单元生成的。
10、相比现有技术，本专利技术提供的有益效果包括：可以对风险特征处理模块和特征评估模块交替前行训练，先训练风险特征处理模块，待完成对于风险特征处理模块的训练后，再训练特征评估模块，可以保证模型训练的可靠性和稳定性，即保证训练得到的风险特征处理模块和特征评估模块均具备较优的性能。
本文档来自技高网...【技术保护点】
1.一种消防场景的风险评估模型的训练系统，其特征在于，所述系统包括至少一个服务器，所述服务器用于：
2.根据权利要求1所述的系统，其特征在于，所述利用基于样本集的模型训练算法，基于所述训练样本集合，交替前行训练风险特征处理模块和特征评估模块，包括：
3.根据权利要求1所述的系统，其特征在于，所述利用基于样本集的模型训练算法，基于所述训练样本集合，交替前行训练风险特征处理模块和特征评估模块，包括：
4.根据权利要求1所述的系统，其特征在于，所述利用基于仿真数据的增强训练算法，训练目标风险评估模型，包括：
5.根据权利要求4所述的系统，其特征在于，所述利用基于仿真数据的增强训练算法，训练所述目标风险评估模型中的更新步长确定模块，包括：
6.根据权利要求1所述的系统，其特征在于，所述利用基于仿真数据的增强训练算法，训练目标风险评估模型，包括：
7.根据权利要求1所述的系统，其特征在于，所述获取训练样本集合，包括：
8.根据权利要求1所述的系统，其特征在于，所述目标风险评估模型用于：
9.根据
10.一种消防场景的风险评估模型的训练方法，其特征在于，包括：
...【技术特征摘要】
1.一种消防场景的风险评估模型的训练系统，其特征在于，所述系统包括至少一个服务器，所述服务器用于：
2.根据权利要求1所述的系统，其特征在于，所述利用基于样本集的模型训练算法，基于所述训练样本集合，交替前行训练风险特征处理模块和特征评估模块，包括：
3.根据权利要求1所述的系统，其特征在于，所述利用基于样本集的模型训练算法，基于所述训练样本集合，交替前行训练风险特征处理模块和特征评估模块，包括：
4.根据权利要求1所述的系统，其特征在于，所述利用基于仿真数据的增强训练算法，训练目标风险评估模型，包括：
5.根据权...
【专利技术属性】
技术研发人员：郭桐，
申请(专利权)人：北京中卓时代消防装备科技有限公司，
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。