[发明专利]一种矿井下自适应的火灾分级预警方法及系统有效
| 申请号： | 201811189258.5 | 申请日： | 2018-10-12 |
| 公开（公告）号： | CN109356652B | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 黄山松;张飞翔;翁凯利;文智力 | 申请（专利权）人： | 深圳市翌日科技有限公司 |
| 主分类号： | E21F17/18 | 分类号： | E21F17/18;G06N3/08;G06Q10/04;G06Q50/02 |
| 代理公司： | 深圳市科吉华烽知识产权事务所(普通合伙) 44248 | 代理人： | 温玉珍 |
| 地址： | 518000 广东省深圳市南山区粤*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种矿井下自适应的火灾分级预警方法及系统，所述火灾分级预警方法包括以下步骤：步骤S1，选取带有标记的样本数据进行BP神经网络训练；步骤S2，通过迁移学习策略对所述BP神经网络模型进行优化，得到微调训练后的输出层参数；步骤S3，输入采集到的参数值，通过优化后的BP神经网络模型输出所述参数值对应的火灾预警等级。本发明所述步骤S2通过迁移学习策略对所述BP神经网络模型进行优化，进而能够保留火灾发生时的判断能力，又能对矿井中的非火灾情况进行分辨，从而提高矿井的火灾分级预警的准确率，减少误报和漏报的情况，有效实现了在矿井和施工隧道等复杂环境下的火灾分级预警自适应功能。 | ||
| 搜索关键词： | 一种 矿井 自适应 火灾 分级 预警 方法 系统 | ||
【主权项】：
1.一种矿井下自适应的火灾分级预警方法，其特征在于，包括以下步骤：步骤S1，选取带有标记的样本数据进行BP神经网络训练；步骤S2，通过迁移学习策略对所述BP神经网络模型进行优化，得到微调训练后的输出层参数；步骤S3，输入采集到的参数值，通过优化后的BP神经网络模型输出所述参数值对应的火灾预警等级。
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深圳市翌日科技有限公司，未经深圳市翌日科技有限公司许可，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/patent/201811189258.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种巷道内位移变形监测装置及其监测系统
- 下一篇：一种溜井深度测量装置及方法
