作者:丁承君,张井超,何乃晨 单位:中国航天科工集团公司第十七研究所 出版:《计算机仿真》2018年第02期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJSJZ2018020660 DOC编号:DOCJSJZ2018020669 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 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,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,提出了一种基于惯性粒子群优化的核极限学习机(WPSO-KELM)的火灾预警算法。建立核极限学习机火灾预警模型,采用粒子群算法优化核极限学习机参数,因为惯性权重因子对粒子群优化算法影响较大,提出了惯性粒子群优化算法(WPSO)。利用MATLAB对基于WPSO-KELM火灾预警算法进行仿真,通过与BP神经网络、支持向量机和核极限学习机三种火灾预警算法的仿真结果作对比,发现基于WPSO-KELM的火灾预警算法分类精度更高、稳定性更好。

    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。