《火灾预警的SVR应用研究》PDF+DOC
作者:叶小婷,武莎莎
单位:北京长城航空测控技术研究所
出版:《测控技术》2015年第08期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFIKJS2015080060
DOC编号:DOCIKJS2015080069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于独立分量分析和BP网络的电子鼻模式识别》PDF+DOC2006年第09期 王岩,陈向东,蒋亚东,赵静
《基于支持向量机和小波分解的气体识别研究》PDF+DOC2006年第06期 葛海峰,林继鹏,刘君华,丁晖
《基于神经网络的肉类新鲜度辨识技术》PDF+DOC2005年第02期 李刚,曲世海,郭培源
《基于神经网络的肉类新鲜度辨识技术》PDF+DOC2005年第03期 李刚,曲世海,郭培源,张慧
《基于气体传感器阵列的矿井可燃混合气体分析》PDF+DOC2012年第02期 叶小婷,张青春,童敏明
《一种气体传感器阵列检测模式识别新方法》PDF+DOC2010年第01期 陈伟根,齐辉,王有元,彭姝迪
《基于人工神经网络的电子鼻对混合气体检测研究》PDF+DOC2010年第05期 耿志广,王希武,王寅龙,神鹏飞
《数据融合技术在消防探测中的应用研究》PDF+DOC2008年第04期 高洁
《基于BP算法的智能复合火灾探测器设计》PDF+DOC 陈兰莉,高倩
《基于气体传感器阵列的电子鼻对混合气体定量识别的研究》PDF+DOC2006年第06期 姚智慧,徐保港,郝博
针对传统火灾探测系统对火灾特征信号响应灵敏度均匀性差,而基于神经网络的智能处理方法又存在泛化能力差和过学习等问题。建立了一种基于支持向量回归机(SVR)模式识别方法与传感器阵列相结合火灾预警模型。SVR方法根据统计学习理论中结构风险最小化原则,将气体传感器、烟雾传感器和温度传感器组成的传感器阵列数据进行融合,将复杂的非线性问题转化成了高维平面内的线性问题,克服了传统方法和神经网络方法的缺陷。实验结果表明,使用支持向量回归机的火灾预警模型的预测精度优于神经网络方法,提高了火灾预警系统的可靠性和准确度。
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。