《正态分布的贝叶斯网络火灾数据融合预警研究》PDF+DOC
作者:金杉,崔文,金志刚
单位:四川省计算机研究院
出版:《计算机应用研究》2016年第05期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSYJ2016050450
DOC编号:DOCJSYJ2016050459
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多无线传感器的改进数据融合算法》PDF+DOC2020年第08期 杨金鑫,王志明
《基于参数学习贝叶斯网络的对敌空中目标融合识别》PDF+DOC2014年第06期 狄方旭,王小平,李瑾,刘哲
《基于证据理论的多传感器多目标识别方法》PDF+DOC2017年第05期 姚雪梅,李少波,璩晶磊
《基于信任和权重的无线传感器网络数据融合模型》PDF+DOC2017年第05期 张峰,郑洪源,丁秋林
《基于神经网络数据融合的目标跟踪简化算法》PDF+DOC2000年第08期 范凯,陶然,周思永
《基于数据融合技术的多模型状态监测与故障预报》PDF+DOC2005年第06期 童国强,陈前
《信息融合技术及其在温湿度控制中的应用》PDF+DOC2004年第S1期 韩红芳,孙守昌,汪滨琦
《基于组播树的改进一致性数据融合算法》PDF+DOC2011年第03期 梁小宇,刘新华
《数据融合在煤矿监测时序数据处理中的应用》PDF+DOC2015年第06期 杨守国,李树刚,李正禄
《安全的WSN数据融合隐私保护方案设计》PDF+DOC2014年第11期 赵小敏,梁学利,蒋双双,陈庆章
近年来,WSN应用趋向于网内节点数量增多、模块功能多样、应用环境复杂,由此基于WSN的火灾监测预警系统容易因节点故障出现数据融合异常的现象。为提高火灾数据融合精度,引入高斯模型,通过对不同节点间同类信息融合形成的熵值,表示融合结果的不确定性,以鉴定融合效果。由此推理出一种正态分布的贝叶斯网络算法。在仿真实验中,将三种常用火灾传感器探测信息融合,分析改进后的静态、动态贝叶斯网络特点。用FDS平台模拟火灾场景,实验得到探测信息离散区间与发生率,再以Bayesia Lab计算输出节点的条件概率。最后通过Visual C++离散化选取探测阈值下限的判定依据,实现全网信息融合,作出正确、快速的报警反应。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。