-
公开(公告)号:CN113553764B
公开(公告)日:2023-08-04
申请号:CN202110792189.2
申请日:2021-07-13
Applicant: 广东工业大学
IPC: G06F30/27 , G06V20/13 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q10/04 , G06Q50/06 , G06F111/08
Abstract: 本发明提供了一种基于深度学习网络的山火预测方法,属于深度学习技术领域。本发明的山火预测网络模型同时引入了卷积神经网络CNN和卷积长短期记忆网络CONVLSTM对山火进行预测,不仅考虑了山火在时间上的时序规律,也能够提取山火像元以及山火附近像元的空间特征;利用山火时空维度的信息,使预测精度更高,并且本技术方案通过深度学习自动构建山火预测模型,调节影响因子权重,无需过高的专家知识设置影响因子权重,通用性更好。
-
公开(公告)号:CN113553764A
公开(公告)日:2021-10-26
申请号:CN202110792189.2
申请日:2021-07-13
Applicant: 广东工业大学
Abstract: 本发明提供了一种基于深度学习网络的山火预测方法,属于深度学习技术领域。本发明的山火预测网络模型同时引入了卷积神经网络CNN和卷积长短期记忆网络CONVLSTM对山火进行预测,不仅考虑了山火在时间上的时序规律,也能够提取山火像元以及山火附近像元的空间特征;利用山火时空维度的信息,使预测精度更高,并且本技术方案通过深度学习自动构建山火预测模型,调节影响因子权重,无需过高的专家知识设置影响因子权重,通用性更好。
-