【技术实现步骤摘要】
本专利技术涉及火情检测预警的，尤其是一种用于智能火情监测预警的多模态联邦学习方法和系统。
技术介绍
1、传统的火灾监测系统主要依赖于简单的烟雾探测器和温度传感器，这些系统在复杂环境下的有效性受到限制，特别是在具有文化和历史价值的建筑物如文物建筑和寺庙中。这些地方不仅建筑结构复杂，而且常常存放着不可替代的文化财产，因此对火灾预防和及时预警的要求极其严格。
2、传统系统的局限性主要表现在两个方面：一是对火灾的检测不够精确，容易发生误报或漏报；二是在火灾发生后，缺乏有效的数据分析和响应机制来指导火灾的快速扑救。比如在寺庙中，往往会有香火等因素影响到环境参数，导致无法准确进行火情监测。因此，有必要开发一种新型的智能火情监测与预警系统，该系统能够集成大数据分析、深度学习技术和物联网技术，以提高火灾监测的准确性和预警的及时性。
技术实现思路
1、为了解决现有技术中火灾监测不够精确、缺乏有效数据分析和响应机制指导火灾的快速扑救的诸多技术问题，本专利技术提出了一种用于智能火情监测预警的多模态联...
【技术保护点】
1.一种用于智能火情监测预警的多模态联邦学习方法，其特征在于，包括：
2.根据权利要求1所述的用于智能火情监测预警的多模态联邦学习方法，其特征在于，所述多模态数据集包括数值数据、文本数据、图像数据，所述预处理包括对不同类型的数据进行标准化操作，所述标准化操作包括去除异常值、标准化尺度、文本的词汇标准化以及图像的对比度调整。
3.根据权利要求2所述的用于智能火情监测预警的多模态联邦学习方法，其特征在于，所述多模态数据集通过多模态物联网集群收集，所述多模态物联网集群包括火情监测传感器、红外线摄像头、物联网网关和云平台，所述火情监测传感器包括温度传感...
【技术特征摘要】
1.一种用于智能火情监测预警的多模态联邦学习方法，其特征在于，包括：
2.根据权利要求1所述的用于智能火情监测预警的多模态联邦学习方法，其特征在于，所述多模态数据集包括数值数据、文本数据、图像数据，所述预处理包括对不同类型的数据进行标准化操作，所述标准化操作包括去除异常值、标准化尺度、文本的词汇标准化以及图像的对比度调整。
3.根据权利要求2所述的用于智能火情监测预警的多模态联邦学习方法，其特征在于，所述多模态数据集通过多模态物联网集群收集，所述多模态物联网集群包括火情监测传感器、红外线摄像头、物联网网关和云平台，所述火情监测传感器包括温度传感器、烟雾传感器和红外线人体热释电成像传感器。
4.根据权利要求2所述的用于智能火情监测预警的多模态联邦学习方法，其特征在于，所述数据增强包括：对所述图像数据通过图像旋转、缩放和颜色调整增强视觉特征泛化能力；对所述数值数据通过添加噪声和smote上采样增强模型数值处理能力；对所述文本数据采用同义词替换和句子重排列以增强语义鲁棒性。
5.根据权利要求1所述的用于智能火情监测预警的多...
【专利技术属性】
技术研发人员：俞容文，李虞锋，林晨星，帅建伟，
申请(专利权)人：国科温州研究院温州生物材料与工程研究所，
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。