买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利一种基于深度学习的隧道火灾预警方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120599764B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510844549.7，技术领域涉及：G08B17/12；该发明授权一种基于深度学习的隧道火灾预警方法及系统是由刘晓平;安子樱;叶子超设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本一种基于深度学习的隧道火灾预警方法及系统在说明书摘要公布了：本发明涉及火灾预警技术领域，公开了一种基于深度学习的隧道火灾预警方法及系统，其中一种基于深度学习的隧道火灾预警方法包括：部署传感器并构建无线传输网络，获取多模态数据；对多模态数据进行预处理、特征提取和特征融合；构建适应施工环境的隧道火灾预警模型并设计动态阈值机制；设计多级预警响应机制并进行预警。本发明通过部署防尘型烟雾传感器克服了易受粉尘干扰的问题；数据传输时根据监测需求自动调整采样频率和通信频率，保证监测效果并延长电池寿命；构建了基于TCNN的隧道火灾预警模型并通过FDS数字模拟构建大规模火灾数据集对模型进行训练；设计了能够根据环境自动调整的动态阈值，解决了固定阈值系统不适应变化环境的问题。

本发明授权一种基于深度学习的隧道火灾预警方法及系统在权利要求书中公布了：1.一种基于深度学习的隧道火灾预警方法，其特征在于，包括以下步骤： 部署传感器并构建低功耗无线传输网络，获取多模态数据； 对获取到的多模态数据进行数据预处理、特征提取和特征融合； 构建适应施工环境的隧道火灾预警模型并设计动态阈值机制； 所述的隧道火灾预警模型设计多任务输出层，具体输出如下： 火灾风险评分：输出0-1之间的火灾风险评分； 火灾类型识别：区分不同类型火灾，输出为一个向量，向量的第i个分量表示火灾为第i个类型的概率； 发展趋势预测：火灾的发展路径和速度，一个向量，向量的各个分量分别表示增长率、蔓延速度、主要方向、火灾各个阶段概率分布、预计危险时间； 所述的火灾风险评分用于首次判定火灾是否发生，判定方式为与动态阈值进行比较，若火灾风险评分高于动态阈值，针对不同施工阶段环境特点，设计自适应动态阈值算法，计算的动态阈值用于判定是否发生火灾，动态阈值计算公式如下： 其中：为t时刻的动态阈值0-1；、、、为第一、二、三、四动态阈值调节系数；为基础阈值，由历史数据统计确定；为t时刻的环境因素调整项；为t时刻的施工活动调整项；为t时刻的趋势调整项； 环境因素调整项计算方法： 其中：为t时刻的环境温度；为参考温度；为t时刻的环境湿度；为参考湿度；为第一、二环境因素调整权重系数； 施工活动调整项计算方法：其中：为第i种施工活动的指示函数；为第i种施工活动的权重系数；为施工活动的总类型数量； 趋势调整项计算方法：其中：为温度变化率；为时间窗口宽度；为调节系数，控制趋势影响强度； 设计多级预警响应机制并进行预警。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230000 安徽省合肥市屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。