[发明专利]基于深度学习的多波段红外热释电火焰探测器及探测方法在审

专利信息
申请号: 202210656259.6 申请日: 2022-06-10
公开(公告)号: CN115083103A 公开(公告)日: 2022-09-20
发明(设计)人: 李晓贤;王奔;王刚;杜梦岩;刘义君;王嘉伟;谷陈丰;陈赫;张歆萌;邢琎;王星星;罗佳琪;贾阳;张伟 申请(专利权)人: 西安中核核仪器股份有限公司
主分类号: G08B17/12 分类号: G08B17/12;G06N3/04;G06N3/08
代理公司: 北京东方盛凡知识产权代理事务所(普通合伙) 11562 代理人: 王宁宁
地址: 710061 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 波段 红外 热释电 火焰 探测器 探测 方法
【权利要求书】:

1.基于深度学习的多波段红外热释电火焰探测器,其特征在于,包括:数据采集单元、信号处理单元及模型监测单元;

所述数据采集单元,用于对环境数据进行采集及标注,得到标注环境数据,其中所述环境数据包括日光数据、人体数据及火焰数据;

所述信号处理单元,用于基于深度学习模型对所述标注环境数据进行分析;

所述模型监测单元,用于基于所述深度学习模型进行火灾监测,得到监测结果。

2.根据权利要求1所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,所述数据采集单元包括:若干个红外热释电传感器和数据标注单元;

所述红外热释电传感器,用于检测环境中的电磁波波段,获得环境数据;

所述数据标注单元,用于对所述环境数据进行标注,得到标注环境数据。

3.根据权利要求2所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,

所述电磁波段包括:日光数据的电磁波段、人体数据的电磁波段及火焰数据的电磁波段。

4.根据权利要求1所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,

所述信号处理单元包括:信号预处理单元和信号分析单元;

所述信号预处理单元,用于对所述标注环境数据进行预处理,得到二维数据帧;

所述信号分析单元,用于基于训练好的深度学习模型对所述二维数据帧进行分析。

5.根据权利要求1所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,

所述模型监测单元包括:报警输出单元和环境数据监测单元;

所述报警输出单元,用于输出报警信号;

所述环境数据监测单元,用于监测所述环境数据。

6.根据权利要求5所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,还包括报警显示单元和电源供给单元;

所示报警显示单元,用于将所述报警信号进行显示;

所述电源供给单元,用于对所述数据采集单元、所述信号处理单元、所述模型监测单元及所示报警显示单元进行供电。

7.基于深度学习的多波段红外热释电火焰探测器的探测方法,其特征在于,包括以下步骤:

对环境数据进行采集及标注,得到标注环境数据,其中所述环境数据包括日光数据、人体温度数据及火焰数据;

基于深度学习模型对所述标注环境数据进行分析;

基于所述深度学习模型进行火灾监测,得到监测结果。

8.根据权利要求7所述的基于深度学习的多波段红外热释电火焰探测器的探测方法,其特征在于,

对环境数据进行采集及标注的过程包括:

检测环境中的电磁波波段,获得环境数据;对所述环境数据进行标注,得到标注环境数据;其中,所述电磁波段包括:日光数据的电磁波段、人体数据的电磁波段及火焰数据的电磁波段。

9.根据权利要求7所述的基于深度学习的多波段红外热释电火焰探测器的探测方法,其特征在于,

基于深度学习模型对所述标注环境数据进行分析的过程包括:

对所述标注环境数据进行预处理,得到二维数据帧;基于经过训练好的深度学习模型对所述二维数据帧进行分析。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安中核核仪器股份有限公司,未经西安中核核仪器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210656259.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top