《基于燃烧状态信息的火灾燃烧物识别方法》PDF+DOC
作者:刘恺,赵先锋,包月青
单位:浙江工业大学
出版:《浙江工业大学学报》2019年第01期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFZJGD2019010140
DOC编号:DOCZJGD2019010149
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多传感器信息融合的齿轮故障识别方法》PDF+DOC2015年第11期 毛瑞卿,马西良,程刚,陈曦晖
《基于神经网络的多目标多传感器无源定位数据互联》PDF+DOC2017年第19期 王业坤
《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC2017年第04期 周国宪,伍星,刘韬
《基于人工智能的多传感器多目标无源定位仿真》PDF+DOC2020年第09期 苏虹
《基因多传感器信息融合的道路收费系统》PDF+DOC 孔军
《多传感器数据融合方法的研究与进展》PDF+DOC2003年第05期 郭戈,罗志刚
《基于图像处理的花生荚果品种识别方法研究》PDF+DOC2012年第02期 韩仲志,邓立苗,于仁师
《基于复合式神经网络的火电厂筒式钢球磨煤机负荷软测量》PDF+DOC2007年第05期 司刚全,曹晖,王靖程,张彦斌,贾立新
《高精度故障电弧检测多传感器数据融合算法》PDF+DOC2014年第02期 徐秦乐,张金艺,徐德政,李若涵,张晶晶
《自适应核模式分析方法及其在航空发动机部件性能衰退识别中的应用》PDF+DOC2013年第09期 李冬,李本威,杨欣毅,朱飞翔
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。
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。