【摘要】：從傳統(tǒng)算法和人工神經(jīng)網(wǎng)絡(luò)算法兩方面,總結(jié)火災(zāi)探測中的多特征信息融合算法。以火焰、煙霧、CO和CO_2四種火災(zāi)特征的組合為例,基于MATLAB,運(yùn)用PNN對實(shí)驗(yàn)采集到的數(shù)據(jù)進(jìn)行訓(xùn)練和仿真測試。測試結(jié)果表明,采用PNN將多傳感器信息融合后對火災(zāi)探測的準(zhǔn)確度遠(yuǎn)高于單一種類火災(zāi)探測器;當(dāng)擴(kuò)展系數(shù)取0.3時(shí),PNN對測試數(shù)據(jù)進(jìn)行模式識別的準(zhǔn)確度可高達(dá)98.95%。訓(xùn)練后的PNN可以更好地用于火災(zāi)的探測。
[Abstract]:This paper summarizes the multi-feature information fusion algorithm in fire detection from two aspects: traditional algorithm and artificial neural network algorithm. Taking the combination of flame, smoke, CO and CO_2 as an example, PNN is used to train and simulate the experimental data based on MATLAB,. The test results show that the accuracy of fire detection by PNN fusion is much higher than that of a single type of fire detector, and when the expansion coefficient is 0.3, the accuracy of pattern recognition of test data by PNN can be as high as 98.95%. The trained PNN can be better used in fire detection.
【作者單位】： 東北大學(xué)資源與土木工程學(xué)院;中國人民武裝警察部隊(duì)學(xué)院;
【基金】：河北省科技廳項(xiàng)目(16210339)
【分類號】：TP212;TU892

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 竇甜華;張強(qiáng);;基于多傳感器信息融合的火災(zāi)探測[J];智能建筑電氣技術(shù);2012年04期

2 潘剛;火災(zāi)探測報(bào)警技術(shù)發(fā)展趨勢[J];消防科學(xué)與技術(shù);2002年01期

3 陳啟元;淺談火災(zāi)探測報(bào)警產(chǎn)品在選擇使用中容易出現(xiàn)的誤區(qū)[J];山東消防;2003年05期

4 潘剛,馬騮;火災(zāi)探測傳感信息提取方法的研究[J];消防技術(shù)與產(chǎn)品信息;2004年03期

5 邱祥,高宇;高大空間火災(zāi)探測及滅火新技術(shù)的應(yīng)用前景[J];房材與應(yīng)用;2004年05期

6 翁立堅(jiān),宋立巍;一種關(guān)于點(diǎn)型探測器火災(zāi)探測能力的評估方法[J];火災(zāi)科學(xué);2005年02期

7 王麗萍;方厚輝;李亨;;基于多傳感器融合技術(shù)的高大空間火災(zāi)探測[J];科學(xué)技術(shù)與工程;2006年01期

8 王曄;;火車站極早期報(bào)警和可靠火災(zāi)探測[J];消防技術(shù)與產(chǎn)品信息;2007年02期

9 董文輝;王卓甫;梅志斌;厲劍;;火災(zāi)探測綜合評估試驗(yàn)臺測控系統(tǒng)集成[J];建筑電氣;2007年04期

10 聶雪輝;孫英男;丁瑞金;;危險(xiǎn)場所的初起火災(zāi)探測[J];消防技術(shù)與產(chǎn)品信息;2007年07期

相關(guān)會議論文 前8條

1 潘剛;;火災(zāi)探測報(bào)警技術(shù)發(fā)展趨勢[A];展望新世紀(jì)消防學(xué)術(shù)研討會論文集[C];2001年

2 洪贏政;陳偉;;微波火災(zāi)探測終端信號處理研究[A];第十屆中國科協(xié)年會論文集（一）[C];2008年

3 蔣玲;;國外火災(zāi)探測及疏散技術(shù)發(fā)展現(xiàn)狀概述[A];2011中國消防協(xié)會科學(xué)技術(shù)年會論文集[C];2011年

4 張昊;;高大空間場所火災(zāi)探測產(chǎn)品的適用性及設(shè)置應(yīng)用[A];2011中國消防協(xié)會科學(xué)技術(shù)年會論文集[C];2011年

5 劉昕;;火災(zāi)探測報(bào)警控制系統(tǒng)及其死機(jī)和復(fù)位[A];第七屆北京青年科技論文評選獲獎(jiǎng)?wù)撐募痆C];2003年

6 張琳;;基于神經(jīng)網(wǎng)絡(luò)和D-S推理的火災(zāi)探測信息處理方法[A];第十屆中國科協(xié)年會論文集（一）[C];2008年

7 劉高文;;淺議變壓器火災(zāi)探測及滅火技術(shù)[A];2010中國消防協(xié)會科學(xué)技術(shù)年會論文集[C];2010年

8 董文輝;徐放;王軍;梅志斌;潘剛;;建筑火災(zāi)探測報(bào)警和自動(dòng)滅火技術(shù)的應(yīng)用研究[A];第十屆中國科協(xié)年會論文集（一）[C];2008年

相關(guān)重要報(bào)紙文章 前1條

1 記者　李陳續(xù)　通訊員　胡勝友;我火災(zāi)探測與滅火集成技術(shù)實(shí)現(xiàn)智能化[N];光明日報(bào);2005年

相關(guān)博士學(xué)位論文 前2條

1 賈陽;基于顯著性檢測和煙霧時(shí)空特征的視頻火災(zāi)探測方法研究[D];中國科學(xué)技術(shù)大學(xué);2016年

2 高雪清;光纖光柵感溫火災(zāi)探測方法的研究[D];武漢理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 雷倩茹;基于信息融合技術(shù)的火災(zāi)探測方法研究[D];華北電力大學(xué)（北京）;2010年

2 張留生;基于多傳感器信息融合的智能建筑火災(zāi)探測研究[D];江西理工大學(xué);2013年

3 張瑋;火災(zāi)探測及聯(lián)動(dòng)報(bào)警系統(tǒng)的設(shè)計(jì)[D];河北科技大學(xué);2010年

4 李小亞;基于人工智能的數(shù)據(jù)融合技術(shù)在火災(zāi)探測中的應(yīng)用研究[D];廣東工業(yè)大學(xué);2005年

5 高強(qiáng);基于模糊神經(jīng)網(wǎng)絡(luò)火災(zāi)智能報(bào)警系統(tǒng)的研究[D];沈陽航空工業(yè)學(xué)院;2007年

6 白巍;FBG感溫火災(zāi)探測中的信號處理研究[D];武漢理工大學(xué);2006年

7 范志華;區(qū)域火災(zāi)報(bào)警控制器的設(shè)計(jì)與實(shí)現(xiàn)[D];西南交通大學(xué);2014年

8 陳月;基于小波神經(jīng)網(wǎng)絡(luò)的智能火災(zāi)探測研究[D];東北大學(xué);2008年

9 何南南;多傳感器信息融合技術(shù)在火災(zāi)探測中的應(yīng)用[D];長安大學(xué);2012年

10 凌智輝;基于模糊神經(jīng)網(wǎng)絡(luò)的火災(zāi)探測信息處理[D];四川大學(xué);2004年

，

本文編號：2406844