粒子群-小波神经网络火灾预警算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16208/j.issn1000-7024.2018.05.046

粒子群-小波神经网络火灾预警算法

引用
针对小波神经网络(WNN)学习速度慢、算法输出精度低的问题,提出改进PSO优化WNN算法.使用随机概率变异算子提高算法的收敛速度,使用随机性强的惯性权重因子提高搜索效率,加入限幅滤波算法提高学习精度.实验采集火灾火焰的温度、烟雾、辐射特征值,对样本数据进行训练,达到火灾火焰的准确识别的目的.仿真结果表明,经优化的WNN算法,提高了网络收敛速度,提高了火灾识别、预警的准确性,验证了火灾三级预警的可行性.

优化小波神经网络、改进粒子群、火焰特征、火灾三级预警、火灾识别

39

TP399(计算技术、计算机技术)

江苏省科技支撑计划基金项目BEK2013671

2018-09-29(万方平台首次上网日期,不代表论文的发表时间)

共7页

1467-1473

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与设计

1000-7024

11-1775/TP

39

2018,39(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn