《基于BN和ANN联合模型的舰船舱室火灾探测方法》PDF+DOC
作者:谢田华,杨祖耀,迟卫
单位:中国舰船研究院;中国船舶信息中心
出版:《舰船科学技术》2015年第07期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJCKX2015070230
DOC编号:DOCJCKX2015070239
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于模糊贝叶斯网络算法的智能轮椅避障》PDF+DOC2016年第05期 贾松敏,王成富,徐涛,张鹏
《超声波传感器数据融合算法的研究》PDF+DOC2001年第04期 宋道金,贾永新,唐庆晨
《基于反馈趋势算法神经网络的火灾监测算法研究》PDF+DOC2012年第06期 余福波,吴薇
《基于多传感器和485总线智能船舶火灾报警器》PDF+DOC2011年第05期 徐栋,黄继业
《基于ANN和单个三轴加速度传感器的汽车运动姿态测量》PDF+DOC2011年第06期 吴黎明,张力锴,李怡凡
《多传感器信息融合NFE模型的研究及应用》PDF+DOC2010年第03期 宗华,宗成阁,于长军,权太范
《红外甲烷传感器温度校正模型研究》PDF+DOC2009年第10期 张帆,张立萍,魏丽,王天杰,赵晨光,刘志刚
《基于模糊神经网络火灾报警系统研究》PDF+DOC2009年第31期 胡志强,程琴,杨根喜,李凯
《人工嗅觉技术在智能火灾探测中的应用研究》PDF+DOC2008年第05期 刘静
《基于小波分析组合模型的随机交通流预测系统》PDF+DOC2015年第11期 钟秋燕
针对平时或战时火灾传感器可能出现的故障或失效问题,基于贝叶斯网络(BN)的不确定性推理特性和神经网络(ANN)良好的非线性映射能力,提出基于二者联合模型的舱室火灾探测方法,分别在正常、添加随机噪声和传感器故障条件下对模型性能进行仿真测试。结果表明,联合模型具有较强的抗干扰能力,在设定的各种情况下均能正确地判断火灾状态,具有良好的探测准确度与响应速度,单次探测耗时仅为10 ms,可有效解决舰船舱室火灾探测过程信息不确定、不完整和实时性要求高的问题。切实增强舱室火灾的早期自动探测能力。
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。