【技术实现步骤摘要】
本专利技术涉及森林雷击火识别预测领域，更具体地说，它涉及基于多模态信息分析的雷击火识别方法。
技术介绍
1、近年来，受全球气候变化和极端天气事件增多的影响，我国雷击火现象日趋严重，给我国生态环境和人民生命财产安全带来损失。目前，对于雷击火的识别监测方法主要包括：1.气象数据监测法，通过观测到的气象数据结合历史资料预测雷击火的位置和发生的概率；2.遥感技术识别法，通过遥感和地表环境相结合识别森林雷击火；3.无人机监测法，通过在无人机上搭载计算机模块获取森林图像信息，分析识别森林雷击火。
2、然而，气象数据监测法通过观测到的气象数据结合历史资料能够预测雷击火的位置和概率，但不能对森林雷击火进行准确的识别监测；遥感技术识别法通过遥感和地表环境相结合识别森林雷击火的方法，在地形复杂或偏远地区，方法所需的全球闪电定位网数据的精度和覆盖范围会受限，影响闪电位置的精确度；无人机监测法通过搭载计算机模块获取森林图像信息，能够识别森林雷击火，但会受到光照、烟雾、树叶遮挡等环境因素的影响，导致识别率下降。
技术实现思
<本文档来自技高网...【技术保护点】
1.基于多模态信息分析的雷击火识别方法，其特征在于，包括：
2.根据权利要求1所述的基于多模态信息分析的雷击火识别方法，其特征在于，T、t、M、m、n、N、G均为自定义参数。
3.根据权利要求1所述的基于多模态信息分析的雷击火识别方法，其特征在于，预处理的步骤包括：
4.根据权利要求1所述的基于多模态信息分析的雷击火识别方法，其特征在于，构建边的方式包括：
5.根据权利要求1所述的基于多模态信息分析的雷击火识别方法，其特征在于，森林雷击火预测模型包括：第一隐藏层、第二隐藏层和第一分类器；
6.根据权利要求5所...
【技术特征摘要】
1.基于多模态信息分析的雷击火识别方法，其特征在于，包括：
2.根据权利要求1所述的基于多模态信息分析的雷击火识别方法，其特征在于，t、t、m、m、n、n、g均为自定义参数。
3.根据权利要求1所述的基于多模态信息分析的雷击火识别方法，其特征在于，预处理的步骤包括：
4.根据权利要求1所述的基于多模态信息分析的雷击火识别方法，其特征在于，构建边的方式包括：
5.根据权利要求1所述的基于多模态信息分析的雷击火识别方法，其特征在于，森林雷击火预测模型包括：第一隐藏层、第二隐藏层和第一分类器；
6.根据权利要求5所述的基于多模态信息分析的雷击火识别方法，其特征在于，第一单元基于卷积神经网络构建。
7.根据权利要求5所述的基于多模态信息分析的雷击火识别方法，其特征在于，第二单元基于长短期...
【专利技术属性】
技术研发人员：何诚，舒立福，李瑾，刘柯珍，王越，白家林，李瀚锋，
申请(专利权)人：南京森林警察学院，
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。