摘要
本发明提供的基于LSTM模型与多传感器数据融合的火灾识别方法，包括：采集场景中的烟雾浓度数据、温度数据、可燃气体浓度数据，形成多变量时间序列数据；依次执行数据清洗、数据归一化及数据关联性增强操作，得到预处理后的数据；基于高斯径向基核函数计算特征值与特征向量，筛选方差贡献率满足预设条件的特征向量，得到融合特征；对预处理后的数据中的时间序列执行MK检验，计算标准正态统计变量作为趋势因子；将融合特征与趋势因子输入结合注意力机制的LSTM模型，通过门结构处理长序列信息，结合注意力机制对关键信息赋予高权重，输出火灾识别结果。在本发明中，能有效地提高火灾监测的灵敏度并降低误报率。
