基于MK-XGBoost的多传感器融合火灾识别技术

摘要：

针对单一传感器预测中的漏报、误报的缺点,本文提出了一种基于MK-XGBoost的多传感器数据融合火灾识别技术.该技术通过采集受限空间的温度、烟雾质量浓度、CO体积分数,基于Mann-Kendall检验方法生成趋势因子,该因子与上升趋势呈正相关,后续将火灾数据与趋势因子作为特征,采用XG-Boost算法判断火灾是否发生.在软件FDS与MATLAB下进行仿真,并与SVM、XGBoost原算法比较.仿真结果表明:火灾判断的准确率为98.0％,识别时间提高了0.9 s,说明本算法能够有效地提高火灾识别的准确性与时效性.

关键词：多传感器融合;火灾识别;XGBoost;Mann-Kendall

所属期刊栏目：41

分类号：TU998.1;TU892(地下建筑)

资助基金：浙江省重点研发计划项目2019C01150

在线出版日期：2022-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：104-107