利用嵌入式技术和深度学习技术实现早期火灾检测，以促进可持续农业和粮食安全

《Knowledge-Based Systems》：Early fire detection using embedded and deep learning technologies to improve sustainable agriculture and food security

　　

阿卜杜纳比·莫尔奇德（Abdennabi Morchid）|阿卜杜纳塞尔·埃尔巴斯里（Abdennacer Elbasri）|阿卜杜拉·阿尔瓦布利（Abdullah Alwabli）|阿马尔·Y·贾法尔（Amar Y. Jaffar）|法哈德·阿尔巴拉维（Fahad Albalawi）

• •
  基于智能树莓派（Raspberry Pi）的嵌入式系统，用于早期农业火灾检测。
• •
  采用五层模块化架构，确保数据处理的有序性和实时性。
• •
  对嵌入式系统中混合人工智能模型（机器学习、深度学习）进行了对比评估。
• •
  随机森林模型的准确率达到0.99 ± 0.02，优于多层感知器（MLP，准确率为0.76）和长短期记忆网络（LSTM，准确率为0.79）。
• •
  该解决方案具有可持续性、经济性且可重复性，有助于保障粮食安全和提高气候适应能力。