基于模糊神经网络的火灾数据融合算法研究
针对火灾探测信号的特点,本文将多传感器数据融合理论用于火灾信号检测，并针对火灾探测信息的不确定性等特点，采用神经网络技术对烟雾、温度和CO气体三路探测信息进行数据融合，再引入烟雾信号持续时间T(n)与神经网络输出结果进行融合，得出火灾发生概率。仿真结果显示能较准确判断无火、阴燃火和明火概率，与单独采用BP神经网络相比，采用模糊神经网络将识别率提高了2.8％，说明该结构具有较高的可靠性和较强的环境适应能力,能有效提高火灾报警系统的可信度和可靠度。
火灾报警系统 信号检测 信息处理 数据融合 模糊神经网络
汤群芳 刘海波
湖南工学院,衡阳,421002
国内会议
长沙
中文
331-338
2013-10-26（万方平台首次上网日期，不代表论文的发表时间）