[发明专利]火灾检测模型的构建方法、火灾检测方法及相关设备

说明书

本申请适用于人工智能技术领域，提供了火灾检测模型的构建方法、火灾检测方法及相关设备，火灾检测模型的构建方法包括：获取待优化参数及测试样本，测试样本包括环境信息以及与环境信息对应的火灾信息；执行迭代步骤，迭代步骤包括：根据待优化参数生成待优化模型，将环境信息输入待优化模型，根据待优化模型的输出结果、环境信息对应的火灾信息以及乌鸦搜索算法计算迭代参数；将迭代参数作为新的待优化参数，循环执行迭代步骤，直到满足预设迭代条件，将满足迭代条件的迭代参数作为最优参数，根据最优参数生成火灾检测模型。采用构建的火灾检测模型，可以提高火灾检测的效率和准确度。

技术领域

本申请属于人工智能技术领域，尤其涉及火灾检测模型的构建方法、火灾检测方法及相关设备。

背景技术

在我国经济快速发展和城市化进程加快的今天，建筑格局表现出密集化、高层化的特点，人口密度逐渐增大，从而加大了火灾发生的隐患。

现有的火灾检测方法大多采用传感器进行检测，采用较少的传感器可以提高算法的计算效率，但是在实际检测过程中，由于环境的干扰，传感器的检测信号不稳定，导致检测准确率下降，容易出现漏报或误报的情况，从而不能准确预测火灾。增加传感器的种类可以提高检测的准确度，但是却导致检测效率下降。

发明内容

有鉴于此，本申请实施例提供了火灾检测模型的构建方法、火灾检测方法及相关设备，以构建火灾检测模型，实现对火灾的准确检测。

本申请实施例的第一方面提供了一种火灾检测模型的构建方法，所述火灾检测模型用于根据预设区域的环境信息，检测所述预设区域的火灾信息，所述火灾检测模型的构建方法包括：

获取待优化参数及测试样本，所述测试样本包括环境信息以及与所述环境信息对应的火灾信息；

执行迭代步骤，所述迭代步骤包括：

根据所述待优化参数生成待优化模型，将所述环境信息输入所述待优化模型，根据所述待优化模型的输出结果、所述环境信息对应的火灾信息以及乌鸦搜索算法计算迭代参数；

将所述迭代参数作为新的待优化参数，循环执行所述迭代步骤，直到满足预设迭代条件，将满足所述迭代条件的迭代参数作为最优参数；

根据所述最优参数生成火灾检测模型。

在第一方面的一种可能的实现方式中，所述根据所述待优化模型的输出结果、所述环境信息对应的火灾信息以及乌鸦搜索算法计算迭代参数包括：

根据公式

计算更新记忆值，将计算出的更新记忆值作为迭代参数；其中，M^i,t+1表示更新记忆值，x^i,t+1表示位置更新值，M^i,t表示当前记忆值，f(x^i,t+1)表示位置更新值对应的适应度，f(M^i,t)表示当前记忆值对应的适应度，所述当前记忆值对应的适应度由所述待优化模型的输出结果以及所述环境信息对应的火灾信息计算出，所述位置更新值对应的适应度由所述位置更新值计算出。

在第一方面的一种可能的实现方式中，所述位置更新值由公式

计算出，其中，x^i,t表示待优化参数，rand表示随机生成数，AP^j,t表示感知概率，x_max表示迭代参数的最大值，x_min表示迭代参数的最小值，L(β)表示随机分布数。

在第一方面的一种可能的实现方式中，所述待优化参数包括初始参数，所述初始参数通过公式