本文關(guān)鍵詞：基于連續(xù)貝葉斯網(wǎng)絡(luò)的火災預警研究，由筆耕文化傳播整理發(fā)布。

【摘要】：火災的發(fā)生不僅給自然環(huán)境帶來嚴重的災害,還對人類的生命和財物造成了嚴重的威脅和重大的損失,然而經(jīng)濟的快速發(fā)展和人們各種社會活動的不斷增多,給火災的發(fā)生帶來了更多的可能,因此,我們更需要做好火災的各種防范工作�；馂氖且环N發(fā)展速度快,在空間上和時間上都是失去控制的一種災害,在火災發(fā)生后再進行撲滅工作,會耗費較大的人力物力和財力。為了盡可能的減少火災所帶來的危害和損失,對火災進行災前預警并采取相應的防范措施具有重要的現(xiàn)實意義。災前預警是對不確定性事件進行預測的過程,貝葉斯網(wǎng)絡(luò)則是人工智能學科中處理不確定性問題的一個新興分支,在處理不確定性事件的過程中有其獨特的優(yōu)點,可應用于有條件依賴多種控制因素的相關(guān)問題。傳統(tǒng)的火災預警研究,大多都采用單一信息源離散化的方法。但單一信息源和離散化信息造成了火災信息片面性和火災信息缺失的情況,間接影響了火災預警的真實性和可靠性。根據(jù)多傳感器信息融合技術(shù)和貝葉斯網(wǎng)絡(luò)處理連續(xù)多傳感器信息的優(yōu)勢,本文采用一種高斯貝葉斯網(wǎng)絡(luò)混合模型來融合多信息源火災數(shù)據(jù),并建立相應的貝葉斯網(wǎng)絡(luò)火災預警模型來作出火災發(fā)生的決策判斷,該方法克服了離散化數(shù)據(jù)造成的信息缺失和單一信息源造成的信息片面性,具有較好的科學意義和實用價值。主要研究內(nèi)容如下：(1)分析火災發(fā)生前周邊環(huán)境的各種物理量信息,并判斷多控制因素之間的影響關(guān)系,確定貝葉斯網(wǎng)絡(luò)火災預警模型的拓撲結(jié)構(gòu)。(2)采用多傳感器信息融合技術(shù)對影響火災的多控制因素進行采集和預處理,并利用高斯分布可以處理連續(xù)信號的特征,建立高斯貝葉斯網(wǎng)絡(luò)模型對多源火災信息進行決策融合。(3)采用MATLAB平臺進行仿真實驗,通過與傳統(tǒng)火災預警模型的對比,判斷改進的網(wǎng)絡(luò)模型對火災預警的有效性和準確性。本文研究的創(chuàng)新之處：單一信息源離散化數(shù)據(jù)影響了火災預警的準確性,文中提出的高斯貝葉斯網(wǎng)絡(luò)多傳感器信息融合模型能夠較好的處理多傳感器連續(xù)型火災數(shù)據(jù)。從多方面采集影響火災的信息、,并對火災的多控制因素進行連續(xù)型數(shù)據(jù)融合。不僅改善了單一信息源的局限性,避免了離散化數(shù)據(jù)的信息丟失,還提高了火災預警的真實性和有效性。
【關(guān)鍵詞】：火災預警 數(shù)據(jù)融合 高斯分布 貝葉斯網(wǎng)絡(luò)
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18;TP277
【目錄】：

• 摘要4-6
• Abstract6-12
• 第一章 緒論12-18
• 1.1 本文的研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 國外的研究現(xiàn)狀13-14
• 1.2.2 國內(nèi)的研究現(xiàn)狀14-16
• 1.3 本文研究內(nèi)容及章節(jié)安排16-18
• 1.3.1 研究內(nèi)容16
• 1.3.2 章節(jié)安排16-18
• 第二章 相關(guān)理論與技術(shù)簡介18-30
• 2.1 多傳感器信息融合技術(shù)18-22
• 2.1.1 多傳感器信息融合的原理18-21
• 2.1.2 多傳感器信息融合的方法21-22
• 2.2 貝葉斯網(wǎng)絡(luò)和連續(xù)分布的理論基礎(chǔ)22-27
• 2.2.1 貝葉斯網(wǎng)絡(luò)理論基礎(chǔ)22-25
• 2.2.2 連續(xù)變量的聯(lián)合概率分布25-27
• 2.3 火災預警系統(tǒng)原理27-29
• 2.3.1 火災的產(chǎn)生及發(fā)展過程27-28
• 2.3.2 火災參數(shù)分析28-29
• 2.4 實驗仿真平臺工具的介紹29
• 本章小結(jié)29-30
• 第三章 改進的連續(xù)貝葉斯網(wǎng)絡(luò)火災預警模型研究30-55
• 3.1 多傳感器火災信息融合預警模型30-39
• 3.1.1 信息的采集和預處理31-37
• 3.1.2 低層次融合過度到高層次融合37-39
• 3.2 連續(xù)變量貝葉斯網(wǎng)絡(luò)火災預警模型39-49
• 3.2.1 連續(xù)變量離散化信息處理40-45
• 3.2.2 服從聯(lián)合正態(tài)分布的變量信息處理45-49
• 3.3 改進的火災信息融合預警模型49-54
• 3.3.1 多傳感器決策層融合火災信息49-50
• 3.3.2 多維GMM-BN融合連續(xù)火災信息50-54
• 本章小結(jié)54-55
• 第四章 仿真實驗及結(jié)果分析55-61
• 4.1 概率推理實驗分析55-60
• 4.1.1 概率推理實驗55-58
• 4.1.2 MATLAB仿真實現(xiàn)58-60
• 4.2 結(jié)果分析60
• 4.2.1 有效性能分析60
• 4.2.2 準確性能分析60
• 本章小結(jié)60-61
• 結(jié)論與展望61-63
• 1. 結(jié)論61-62
• 2. 展望62-63
• 參考文獻63-67
• 攻讀碩士學位期間發(fā)表的論文67-69
• 致謝69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳英武;高妍方;;貝葉斯網(wǎng)絡(luò)擴展研究綜述[J];控制與決策;2008年10期

2 徐立;;預案分析的貝葉斯網(wǎng)絡(luò)方法[J];價值工程;2012年08期

3 胡春玲;;貝葉斯網(wǎng)絡(luò)研究綜述[J];合肥學院學報(自然科學版);2013年01期

4 樓宇希;;應用貝葉斯方法縮短可靠性試驗時間[J];現(xiàn)代雷達;1986年01期

5 鄭駿;隨機方法與貝葉斯方法在高新技術(shù)中的應用[J];軟科學;1995年01期

6 覃秋梅;張師超;;一類貝葉斯網(wǎng)絡(luò)的線性推理[J];計算機科學;1999年10期

7 張琨,徐永紅,王珩,劉鳳玉;用于入侵檢測的貝葉斯網(wǎng)絡(luò)[J];小型微型計算機系統(tǒng);2003年05期

8 陳曉懷,程真英,劉春山;動態(tài)測量誤差的貝葉斯建模預報[J];儀器儀表學報;2004年S1期

9 李蕓;;基于貝葉斯信念網(wǎng)絡(luò)的數(shù)據(jù)分類挖掘算法[J];計算機科學;2006年09期

10 徐計;張桂蕓;;基于貝葉斯網(wǎng)絡(luò)的一種牛奶產(chǎn)量預測研究[J];計算機工程與科學;2008年10期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 David Z.D'Argenio;;貝葉斯方法在實驗室研究向臨床的轉(zhuǎn)化以及辨識隱含亞群體中的應用(英文)[A];中國藥理學會臨床藥理學專業(yè)委員會會議暨第十次全國臨床藥理學學術(shù)會議論文集[C];2007年

2 姜峰;高文;姚鴻勛;;貝葉斯網(wǎng)絡(luò)的推理和學習[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會'2005論文集（下冊）[C];2005年

3 丁東洋;劉希陽;;風險分析中的穩(wěn)健貝葉斯方法[A];2011年全國電子信息技術(shù)與應用學術(shù)會議論文集[C];2011年

4 周桃庚;沙定國;;貝葉斯可靠性序貫驗證試驗方法[A];中國儀器儀表學會第三屆青年學術(shù)會議論文集（下）[C];2001年

5 陳曉懷;程真英;劉春山;;動態(tài)測量誤差的貝葉斯建模預報[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

6 杜鵬英;羅小平;何志明;;貝葉斯網(wǎng)絡(luò)的發(fā)展及理論應用[A];第三屆全國虛擬儀器大會論文集[C];2008年

7 楊麗;武海濱;李康;;無金標準診斷試驗評價的貝葉斯方法及應用[A];2011年中國衛(wèi)生統(tǒng)計學年會會議論文集[C];2011年

8 寧鵬達;;貝葉斯方法在風險投資項目決策中的應用[A];第四屆中國科學學與科技政策研究會學術(shù)年會論文集（Ⅰ）[C];2008年

9 朱永生;;貝葉斯方法確定泊松變量的置信上限[A];中國物理學會高能物理分會第七屆學術(shù)年會實驗分會場論文集[C];2006年

10 王增忠;柳玉杰;施建剛;;建筑工程項目全壽命安全管理決策的貝葉斯方法[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟數(shù)學研究會第七屆全國會員代表大會暨第七屆中國管理科學學術(shù)年會論文集[C];2005年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 闞英男;基于網(wǎng)格近似法的數(shù)控機床貝葉斯可靠性評估研究[D];吉林大學;2015年

2 翟勝;基于貝葉斯網(wǎng)絡(luò)的復雜系統(tǒng)可靠分析方法研究與應用[D];天津工業(yè)大學;2016年

3 劉瑞;基于貝葉斯網(wǎng)絡(luò)的洪水災害風險評估與建模研究[D];華東師范大學;2016年

4 賈海洋;貝葉斯網(wǎng)學習若干問題研究[D];吉林大學;2008年

5 黃友平;貝葉斯網(wǎng)絡(luò)研究[D];中國科學院研究生院（計算技術(shù)研究所）;2005年

6 朱允剛;貝葉斯網(wǎng)學習中若干問題研究及其在信息融合中的應用[D];吉林大學;2012年

7 董立巖;貝葉斯網(wǎng)絡(luò)應用基礎(chǔ)研究[D];吉林大學;2007年

8 李小琳;面向智能數(shù)據(jù)處理的貝葉斯網(wǎng)絡(luò)研究與應用[D];吉林大學;2005年

9 江敏;貝葉斯優(yōu)化算法的若干問題研究及應用[D];上海大學;2012年

10 胡笑旋;貝葉斯網(wǎng)建模技術(shù)及其在決策中的應用[D];合肥工業(yè)大學;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張路路;貝葉斯網(wǎng)絡(luò)系統(tǒng)可靠性分析及故障診斷方法研究[D];山東建筑大學;2015年

2 徐冰;基于貝葉斯網(wǎng)絡(luò)的傳染病時空預警模型研究[D];長安大學;2015年

3 李艷強;基于不確定理論的酸洗線和鍍鋅線的視情維修策略研究[D];河北工程大學;2015年

4 王蕓;貝葉斯AGARCH模型在我國商業(yè)銀行利率風險度量中的應用[D];南京財經(jīng)大學;2015年

5 侯歡歡;基于貝葉斯網(wǎng)絡(luò)城市埋地燃氣管線風險評價研究[D];首都經(jīng)濟貿(mào)易大學;2015年

6 王宇;貝葉斯參數(shù)更新在可靠性分析中的應用[D];南京航空航天大學;2014年

7 李福偉;貝葉斯壓縮感知理論與技術(shù)[D];電子科技大學;2015年

8 李景囡;基于依賴分析的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學習算法研究[D];西安電子科技大學;2014年

9 楊祥睿;基于貝葉斯網(wǎng)絡(luò)的船撞橋風險評估研究[D];重慶交通大學;2015年

10 湯玉利;貝葉斯反問題的MAP估計及其一致性[D];上海交通大學;2015年

  本文關(guān)鍵詞：基于連續(xù)貝葉斯網(wǎng)絡(luò)的火災預警研究，，由筆耕文化傳播整理發(fā)布。

本文編號：392158