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！

龙图腾网获悉同济大学申请的专利一种基于深度神经网络多源域迁移学习的室内火灾检测方法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：CN116257778B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310110984.8，技术领域涉及：G06F18/24；该发明授权一种基于深度神经网络多源域迁移学习的室内火灾检测方法是由尤鸣宇;熊攀设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本一种基于深度神经网络多源域迁移学习的室内火灾检测方法在说明书摘要公布了：本发明提供一种基于深度神经网络多源域迁移学习的室内火灾检测方法，属于火灾监测技术领域，用于监控室内火灾的发生。该方法包括如下步骤：1、收集不同来源的火灾数据集样本作为神经网络的训练集；2、采用一种特别的神经网络结构，使该神经网络能够根据不同的样本输入生成不同的权重参数；3、将训练集作为输入来训练神经网络；4、将火灾数据集测试样本输入至神经网络中，神经网络输出分类结果。本发明提出的方法能够有效地利用不同来源的数据集来训练神经网络，避免了样本数量较少而无法进行训练神经网络的尴尬局面，具有一定的实用性。

本发明授权一种基于深度神经网络多源域迁移学习的室内火灾检测方法在权利要求书中公布了：1.一种基于深度神经网络多源域迁移学习的室内火灾检测方法，其特征在于，包括如下步骤： S1：收集不同来源的火灾数据样本作为神经网络的训练集； S2：设计神经网络结构，所述神经网络具备根据不同的样本生成不同的权重参数，并对不同来源的样本进行分类的能力； S3：将S1的训练集作为输入来训练S2的神经网络，使所述神经网络收敛到合适的点； S4：输入测试样本至训练好的神经网络中，所述神经网络对所述测试样本进行分类，判断测试样本中是否发生火灾； 所述S2中，所述神经网络为卷积神经网络，通过在原始网络参数上增加一个与网络参数相关的增量实现所述卷积神经网络的参数具备随不同样本输入而不同的功能； 增量的产生具体为：将单一卷积层的参数为的卷积核定义为，则训练后的卷积层参数为： ； 中，和分别与下一层的输入维数和上一层的输出维数相同；训练后的卷积层参数中，为该卷积层的输入；为与输入相关的参数增量；随输入的变化而变化； 通过如下步骤产生： SA1：所述输入依次经过神经网络的平均池化层、全连接层、Relu层、全连接层、sigmoid层，输出一个的方阵，则增量的第一部分表示为： ； SA2：所述输入依次经过神经网络的平均池化层、全连接层、Relu层、全连接层、softmax层，输出一个的方阵，而为限定范围的随机数组成的的矩阵，则增量的第二部分表示为： ； 综合所述增量的第一部分和第二部分，则：。

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同济大学，其通讯地址为：200092 上海市虹口区四平路1239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。