10.3969/j.issn.1009-0029.2010.01.018
LM算法在火灾早期探测中的应用
针对传统火灾探测方法在外界干扰下难以快速、准确地识别火灾,提出基于过程特征信息的神经网络火灾探测方法.选用CO和CO2气体体积分数比值、比值上升速率和加速度作为火灾过程特征参数,设计三层误差反向传播(BP)人工神经网络模型,采用改进的BP算法-LM算法进行网络学习训练.实验包括6种真实火灾源材料及蜡烛、香烟、液化气3种虚假火灾源材料.结果表明,基于LM算法的人工神经网络火灾探测系统能有效识别火灾,提高火灾探测的可靠性与准确性.
火灾早期探测、LM算法、过程特征、神经网络模型
29
X924.3;TP277(安全管理(劳动保护管理))
基于智能无线传感器网络的火灾探测技术及系统研究2009J01290;基于多传感器融合的电力设备局部放电在线监测诊断技术及系统研究2009H0031
2010-04-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
54-57