《基于核极限学习机的火灾预警算法研究》PDF+DOC
作者:丁承君,张井超,何乃晨
单位:河北工业大学
出版:《河北工业大学学报》2017年第05期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFHBGB2017050060
DOC编号:DOCHBGB2017050069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于WPSO-KELM的火灾预警模型设计》PDF+DOC2018年第02期 丁承君,张井超,何乃晨
《基于EEMD-SVM的刀具磨损状态研究》PDF+DOC2016年第01期 江雁,傅攀,李晓晖
《下肢假肢穿戴者跑动步态识别方法》PDF+DOC2018年第10期 赵晓东,刘作军,陈玲玲,杨鹏
《基于神经网络的多传感器火灾预测数据处理》PDF+DOC2005年第11期 姚畅,钱盛友,侯周国
《基于支持向量机算法的气体识别研究》PDF+DOC2005年第02期 汪丹,张亚非
《基于支持向量机的多传感器地面目标识别的融合研究》PDF+DOC2011年第08期 问来彦
《基于SVM回归的FLANN改进新法及其应用》PDF+DOC2009年第27期 毛先柏,王利恒,李昌禧
《基于支持向量机的混合气体定量分析》PDF+DOC 谢亮
《支持向量机在时间序列预测中的应用》PDF+DOC2008年第04期 许葆华,李洪儒,年海涛
《基于SVM的多传感器信息融合》PDF+DOC2013年第03期 孙颖,刘玉满,龚稳
火灾信息处理算法的有效性影响着火灾预警系统的准确性和可靠性,所以智能火灾预警算法研究成为了火灾预警技术的一个研究热点.针对以往火灾信息处理算法的不足,提出了一种基于核极限学习机(KELM)的火灾预警算法.该算法利用核极限学习机对多种传感器采集到的数据进行融合分析,实现火情识别.利用MATLAB对核极限学习机的火灾预警算法进行仿真,通过与BP神经网络火灾预警算法和支持向量机火灾预警算法的仿真结果进行对比,证明了该火灾预警算法较之以往算法的优越性。
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。