基于燃烧状态信息的火灾燃烧物识别方法

摘要：

目前火灾检测只是单一判断火灾是否发生, 无法为火灾扑救提供更多参考.提出一种基于燃烧状态信息的火灾燃烧物种类识别方法.该方法采用STM32F搭建数据采集平台, 离线阶段采集燃烧物在不同时刻的燃烧状态, 建立样本库.在线阶段利用具有良好非线性映射能力和建模速度快的极限学习算法, 对采集到的燃烧物状态数据进行识别.实验结果表明该方法能有效地判断出火灾燃烧物的种类, 准确度达到90％以上.相对于BP神经网络和贝叶斯网络方法, 该方法具有训练时间短、准确率高的优点.

关键词：STM32F采集平台、多传感器、燃烧物识别、极限学习机、加权平均滤波

所属期刊栏目：47

分类号：TP391.9(计算技术、计算机技术)

资助基金：浙江省自然科学基金资助项目 LY14F050004

在线出版日期：2019-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：74-79