共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
基于多传感器信息融合的火灾探测 总被引:1,自引:0,他引:1
采用多传感器进行火灾探测克服了单一传感器的不确定性和局限性,由多传感器复合而成的智能火灾探测器已成为火灾探测的发展趋势,多传感器信息融合算法也成为了人们研究的重点.本文从火灾传感嚣的分类、选择、多传感器信息融合算法等方面,讨论了火灾探测的研究现状,指出了无线传感器网络在火灾探测中的应用前景,展望了火灾探测的发展趋势. 相似文献
3.
4.
采用神经网络模型进行火灾图像数据处理的跟踪检测,建立数据处理的算法模型和火灾轮廓的识别跟踪结构,在图像处理过程中得出火灾火焰的尖角数目会因时间随机变化,采用MATLAB进行数据实验验证了算法可以保证火灾探测的正确性。实际应用效果表明,运用BP神经网络算法可以较好地实现火灾探测。这一研究为火灾探测提供了一个具有良好的适应性以及抵抗内外界干扰的能力的方法。 相似文献
5.
6.
火灾自动探测系统正在逐步朝着智能化的方向发展,其关键是采用智能化的信号处理算法,本文讨论了人工神经网络中多层感知机的模型,论述了人工神经网络火灾探测信号的算法,展示了当今火灾探测算法研究的新进展。 相似文献
7.
信号处理算法在模拟量火灾探测系统中十分重要,实现信号处理算法的方式直接关系到系统性能。本文分析、论述了火灾探测信号处理算法的三种实现方式:集中式、探测器式和分布式,指出分布智能信号处理是实现火灾探测算法的发展方向 相似文献
8.
为了实现对受限空间火灾发生情况多传感器自动探测信号处理,建立了基于CO 浓度、烟气颗粒浓度、红外视频图像等多传感器探测的火灾探测数据融合分析系统。在受限空间内搭建基于多传感器火灾探测的数据融合分析实验平台。根据火灾红外视频图像的燃烧区域面积及圆形度等特征参数介绍了红外图像识别算法。在三种火灾探测方式特征参数的基础上提出了固定门限功率谱检测算法,并完成数据融合。在分析比较火灾探测系统响应时间、报警准确率等系统性能评价方法的基础上,说明了采用多传感器探测信号进行数据融合并建立灾情判据的方法。实验结果表明:采用数据融合算法后探测系统误报率低于单一探测方式,报警时间略高于单一探测报警方式。该数据融合系统基本满足火灾自动探测报警系统的稳定可靠、低误报率等要求。 相似文献
9.
为解决传统森林火灾检测误报率高、响应速度慢等问题,提出了以无人机作为探测平台,地面站作为火灾识别系统,实现森林火灾的自动探测、识别和定位。开发了六旋翼无人机平台,通过所搭载的红外摄像机和机载计算机获取森林火灾现场图像并实时传回地面。利用地面站对所接收到的火灾图像进行处理,实现对森林火场的在线监测。在森林火灾识别算法方面,提出了O_YOLOv3 算法,采用Darknet 框架进行网络训练,使用K_means 方法自动生成锚点,有效提高火灾识别精度与响应速度。将O_YOLOv3 算法与其他几种算法进行对比实验验证本文算法的有效性。实验结果表明:O_YOLOv3 火灾识别算法能够快速、精准识别森林火灾;所研制的基于O_YOLOv3 的无人机森林火灾探测系统能够用于实际森林火灾探测。 相似文献
10.
11.
对火灾过程产生的各种特征信号进行准确检测是确保及时可靠的火灾探测报警的重要前提,采用有效的火灾探测算法是关键所在。文章阐述了引入专家系统技术的模糊逻辑控制系统能够较好地处理火灾信息的随机性和非结构性等特征,从而达到既能快速探测火灾,又有较低的误报率的目的。 相似文献
12.
13.
14.
针对在探测电气火灾微弱的电流信号时传统的微弱信号检测算法或原理的局限性,在分析了小波变换信噪分离原理的基础上,提出了将小波分析与自适应滤波相结合的算法.通过小波分析对被检测的微弱电流信号的分解,为每个子带滤波器单独设计阈值,实现了从强噪声信号中提取微弱的表征电气火灾的电流信号.并通过仿真的结果验证了本算法的可行性和可靠性,为探测微弱电流信号从而实现早期电气火灾探测预报提供了新的探测依据和方法. 相似文献
15.
本文分析了神经网络理论在火灾探测算法中的实际应用,力图寻找出一种有效的方法,并通过建立火灾专家数据库,实现误报少、报警速度快的一种火灾报警算法。 相似文献
16.
针对不同火灾发生场景对火焰探测的要求,建立具有火灾特征的火灾探测模型,对多波段红紫外传感器火焰探测机理、多特征数据融合算法和火灾决策判断方法进行研究。选择185~260 nm波段的紫外光电传感器和3.6、4.4、4.8μm波段的红外光电传感器进行火焰探测,采集火焰特征信号数据信息;采用多信号数据融合和特征参数相关性算法,建立多波段火灾特征的火灾探测数学模型,模拟火灾发生场景,训练有关特征参数的最佳配置。研究结果表明,对185~260 nm波段的紫外光和3.6、4.4、4.8μm波段的红外光进行多波段火焰探测,能够满足标准GB 15631-2008《特种火灾探测器》的要求,火焰的识别和决策判断能力提高,试验中无误报和漏报。 相似文献
17.
18.
针对BP 神经网络的随机权重和阈值稳定性不高的问题,运用遗传算法(GA)对BP 神经网络的初始权重和阈值进行优化,提出了一种基于GA 优化BP 神经网络的多参量数据融合方法以实现火灾探测,提高火灾探测准确率和模型泛化性能,并利用该模型对标准明火和阴燃火中的温度、烟雾浓度和CO 浓度进行数据融合实现火灾探测。研究显示,相较单纯BP 神经网络,经GA 优化的BP 神经网络火灾探测算法能够更快速精确地实现火灾探测,探测精度有显著改善,火灾识别准确率提高至98.84%。 相似文献
19.
火灾自动报警系统存在的几个问题及改进措施 总被引:2,自引:1,他引:2
何沛 《消防技术与产品信息》2003,(5):28-31
针对当前火灾自动报警系统存在的通讯协议不标准 ,系统误报、漏报频繁 ,特殊恶劣环境的火灾探测报警抗干扰等问题较为突出的现象 ,提出了采用统一、标准、开放的通讯协议标准 ,广域网技术 ,智能化的火灾探测算法技术处理火灾探测器提供的火灾信号等技术改进措施 相似文献