欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202010771580X
申请人: 南京林业大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于鲁棒多视角的森林烟火实时监测系统,其特征在于,该系统包括:

森林烟火数据采集模块,用于实时采集森林烟火数据;

数据传输模块,用于将实时采集到的森林烟火数据传输至后台服务器;

鲁棒多视角检测模块,位于后台服务器,用于检测森林烟火数据,从而判断森林中是否存在烟火事故;

该系统的工作原理:首先由森林烟火数据采集模块实时采集森林烟火数据,接着由数据传输模块将实时采集的森林烟火数据传输至后台服务器,最后由鲁棒多视角检测模块检测森林烟火数据,从而判断森林中是否存在烟火事故。

2.根据权利要求1所述的基于鲁棒多视角的森林烟火实时监测系统,其特征在于,所述森林烟火数据采集模块包括均匀布置在森林中的若干个森林烟火图像数据采集器。

3.根据权利要求1或2所述的基于鲁棒多视角的森林烟火实时监测系统,其特征在于,所述森林烟火数据采集模块包括均匀布置在森林中的若干个温度传感器或/和若干个湿度传感器或/和若干个烟雾报警器或/和若干个压力传感器。

4.根据权利要求2所述的基于鲁棒多视角的森林烟火实时监测系统,其特征在于,均匀布置在森林中的若干个森林烟火图像数据采集器均包括监控摄像头。

5.根据权利要求1、2或4所述的基于鲁棒多视角的森林烟火实时监测系统,其特征在于,建立所述鲁棒多视角检测模块包括以下步骤:S1,首先建立初始鲁棒多视角检测模型;

S2,然后求解鲁棒多视角检测模型的参数,即求解最终的分类平面;

S3,最后对鲁棒多视角检测模型进行实验验证。

6.根据权利要求5所述的基于鲁棒多视角的森林烟火实时监测系统,其特征在于,所述S1包括以下步骤:S11,首先获取样本数据集,该样本数据集包括训练集和测试集,该样本数据集中训练集输入至鲁棒多视角检测模型以后,均被处理为多视角数据集,该多视角数据集采用多视角正则化项关系矩阵Q,关系矩阵Q如下所示:其中,qm,d表示同一对象的第d个视图在tm时刻的数据点,m=[1,2,3,...,r],d=[1,2,

3,...,p],其中r和p均为正整数;

S12,通过L2,1范数约束进行同一对象的特征选择,最后选择最具相关性的特征,设样本x∈Rm,m=[1,2,3,...,r],设关系矩阵Q∈Rm×d,m=[1,2,3,...,r],d=[1,2,3,...,p],其中r和p均为正整数,最后获得列向量y∈Rd,d=[1,2,3,...,p],列向量y如下所示:通过L2,1范数约束公式如下所示:

S13,进行目标函数的建立,根据S12选择同一对象的最具相关性的特征,通过最具相关性的特征对应的视角,获得第一个目标函数,该第一个目标函数表示为:则另一个目标函数表示为:

其中,原始数据矩阵A1,A2,B1,B2,其中 分别表示正类第一个视角和第二个视角的数据集, 分别表示负类第一个视i

角和第二个视角的数据集,参数ε∈{2|i=-10,-9,...,9,10},δ∈{0.25,0.5,0.75,1},β∈{0.25,0.5,0.75,1}。

7.根据权利要求6所述的基于鲁棒多视角的森林烟火实时监测系统,其特征在于,所述S2具体包括以下步骤:S21,输入所述训练集,设训练集对应的原始数据矩阵A1,A2,B1,B2,其中分别表示正类第一个视角和第二个视角的数据集,分别表示负类第一个视角和第二个视角的数据集,其中n1+n2=n;初始化投影向量 并且设置迭代次数值t=1,参数ε∈{2i|i=-

10,-9,...,9,10},δ∈{0.25,0.5,0.75,1},β∈{0.25,0.5,0.75,1};

S22,固定 和 更新Q,令

于是可以对

中的Q求导,得到:

S23,固定Q,更新 定义

并令

于是第一个目标函数示为:

令 通过如下公式:

K1z=λHz (8)

的特征值得到z,Q,且设置t=t+1;

S24,重复上述S22和S23,直至收敛,从而确定最终的分类平面z。

8.基于鲁棒多视角的森林烟火实时监测方法,采用如上述权利要求1至7中任意一项所述的基于鲁棒多视角的森林烟火实时监测系统,具体包括以下步骤:A1,首先在森林中均匀布置森林烟火数据采集模块,森林烟火数据采集模块包括森林烟火图像数据采集器,森林烟火图像数据采集器主要用于实时采集森林烟火图像数据,森林烟火图像数据包括树木图像数据、火图像数据、烟雾图像数据、其他动植物图像数据和其他可监控拍到的图像数据;

A2,接着在后台服务器上设置鲁棒多视角检测模型;

A3,然后由森林烟火图像数据采集模块通过数据传输模块向后台服务器输入森林烟火图像数据;

A4,最后由位于后台服务器上的鲁棒多视角检测模型对输入的森林烟火图像数据进行处理检测,从而判断森林中是否存在火灾。

9.根据权利要求8所述的基于鲁棒多视角的森林烟火实时监测方法,其特征在于,所述步骤A4具体包括以下步骤:A41,首先针对森林烟火图像数据进行处理,主要是提取图像数据中的各个特征作为各个视角,从而获得多视角数据集;

A42,获得多视角数据集后,由检测模型分别计算多视角数据集中各数据点到不同超平面的距离;然后由检测模型根据数据点到不同超平面的距离以及判别函数Y,求得Y函数的函数值,若Y>0,则该数据点归为+1类,若Y<0,否则该数据点归为-1类;

A43,最后检测模型根据时间和空间判别,若同一视角的数据点在连续时间范围内出现大规模数据点归为+1类或同一时间的数据点在多个视角均出现大规模数据点归为+1类,或上述两种情况均有,则判别当前森林中可能存在烟火事故,否则反之。

10.根据权利要求9所述的基于鲁棒多视角的森林烟火实时监测方法,其特征在于,所述A42包括以下步骤:首先根据如下公式分别计算样本点到超平面之间的距离:上述view1公式表示第一个视角样本点到超平面之间的距离;

上述view2公式表示第二个视角样本点到超平面之间的距离;

然后根据判别函数Y求解函数值,所述判别函数Y如下公式所示:上述sign函数是符号函数,满足:

我要求购
我不想找了,帮我找吧
您有专利需要变现?
我要出售
智能匹配需求,快速出售