基于模糊神经网络的智能火灾报警系统

针对目前建筑物发生火灾事故后果严重、损失大的问题,本文主要设计了基于模糊神经网络的智能火灾报警系统.采用模糊控制理论可以提高报警系统的灵敏度,减少误报率;结合神经网络的自学习功能可以提高整个系统的智能化程度.整个火灾报警系统采用分布智能型结构.     

基于BP神经网络的入侵检测算法

为解决传统入侵检测算法存在的高漏报率及高误报率问题,结合BP神经网络算法的优点,提出一种采用遗传算法来优化BP神经网络算法的入侵检测算法。该算法通过遗传算法找到BP神经网络的最适合权值,采用优化的BP神经网络对网络入侵数据进行学习和检测,解决直接使用BP学习造成的训练样本数量过大而难以收敛的问题,同时缩短样本训练时间,提高BP神经网络分类正确率。仿真实验结果表明,与传统网络入侵检测算法相比,该算法的训练样本时间更短,具有较好的识别率和检测率。     

模糊神经网络在火灾报警系统中的应用

提出一种利用神经网络和模糊推理系统设计火灾报警系统的方法，该系统将模糊系统和神经网络结合起来，实现模糊系统的自学习和自适应功能，提高火灾报警的准确性，减少了火灾报警系统漏报率和误报率。神经网络的学习方法提高了该系统智能化程度。实现了消防系统智能化。     

智能型模糊神经网络火灾报警系统的研究

针对目前我国消防系统中存在的不足,提出了一种基于模糊神经网络的智能型火灾报警系统。该应用系统结合信息融合技术,大大提高了系统的柔韧性,并应用智能控制、模糊神经网络方法;给出了具体的实现方式。     

智能火灾报警联动系统的设计研究

针对市场上火灾报警系统布线复杂,报警联动控制系统数学模型不够完善的实际问题,提出了运用嵌入式多CPU控制、总线探测、总线控制的方案。在系统设计中引入物理结构和逻辑结构的概念,使系统在布线时不用考虑系统物理结构和火灾显示器的分布影响,只需能满足系统逻辑结构的要求,从而大大简化系统布线复杂度。同时为系统建立火灾报警联动控制的数学模型,提出了模型中两种关键参数-系统权重和误报指数。针对不同的监控现场只需设定相关参数便可实现,系统可以现场编程实现总线探测以及联动控制模型。在监控中采用多级网络监控的方式,实现远程监控的功能。     

基于卷积神经网络的语音识别报警系统

针对目前生活中普遍存在的老人和儿童独自在家发生意外时无法报警或报警不及时等问题,文中提出了一种基于卷积神经网络的语音识别报警系统。系统主要由GSM模块、麦克风阵列、树莓派和语音识别模块等组成。卷积神经网络能够在时间与空间上具有平移不变的卷积特点,因此可以对外界环境以及说话者的多样性进行克服性处理,提高语音识别率。实验证明,该报警系统方便快捷可靠,在室内环境中能对求救者的语音信号进行准确识别,并快速通知指定联系人,减少了紧急情况下无法及时报警带来的损失,对保护家庭成员的安全具有重要意义,可在家庭中推广使用。     

基于免疫的入侵检测系统可信问题研究

为了降低入侵检测系统的误报率和漏报率,提出了一种基于人工免疫的新型入侵检测系统模型。借鉴生物免疫系统抗体的演化机制,该模型改进了目前基于免疫的入侵检测系统中抗原、抗体的静态描述方式,给出了抗原、抗体的动态描述方式和变化机制,并针对传统固定r连续位匹配方法的不足,提出了一种r可变匹配机制,最后进行了相关仿真实验。理论分析和实验结果表明,该系统具有较低的误报率和漏报率,提高了入侵检测系统的可信性。     

基于模糊神经网络的智能火灾报警控制系统

介绍了基于模糊神经网络智能火灾报警控制系统．在系统中应用了模糊控制理论既提高了系统的精度又最大限度的减少了系统的误报率，解决了火灾报警系统中长期存在的问题。结合具有自学习功能的神经网络算法，提高了系统的智能化程度，是现代智能控制理论在消防自动化系统中的应用。     

基于神经网络的多传感器火灾报警系统

为降低火灾报警系统的漏检、误报率,利用神经网络良好的非线性映射能力,对温度传感器、烟雾传感器和一氧化碳传感器同时探测到的数据进行智能化处理。仿真结果表明:基于神经网络的多传感器火灾报警系统能准确地识别各种火灾信号,减少了误报,增强了系统的抗干扰能力和对环境的适应性能。     

一种基于神经网络的流量报警机制

针对传统基于流量的网络报警系统误判率高的缺点,提出了一种根据网络流量状态调整阀值的网络报警机制。这种报警机制通过运用神经网络和统计学算法对网络流量进行预测和分析,能有效地发现网络流量异常情况,从而为评估和优化网络性能提供有力的依据。     

基于模糊神经网络的一种漏钢预报方法*

现有拉漏预报方法经常会发生误报，本文尝试了一种基于神经网络的漏钢预报方法，它采用神经网络进行模糊模式识别和预测拉漏事故，实验表明该方法能比原有方法更快速准确地检测出铸坯粘结和裂缝等缺陷，可有效预防连铸中的漏钢事故。     

基于BP神经网络的BIT虚警抑制技术

从BIT设计、工作可靠性上论述了虚警产生的原因,并以此提出了BIT虚警抑制的方法.分析了BP神经网络的网络模型及工作原理,构建了基于BP神经网络的故障诊断系统,并对导弹测试数据进行了实验,结果表明将BP神经网络用于故障诊断能够有效地抑制虚警产生,使被测系统具有更高的故障诊断能力.     

基于模糊神经网络的智能火灾报警系统

本文介绍了基于模糊神经网络智能火灾报警系统．在系统中应用了模糊控制理论既提高了系统的精度又最大限度的减少了系统的误报率，解决了火灾报警系统中长期存在的问题，结合具有自学习功能的神经网络算法，提高了系统的智能化程度，是现代智能控制理论存消防自动化系统中的应用。     

基于电话网络的智能控制器设计与实现

探讨了一种适合于电话网络的智能控制器设计,该控制器采用上下位机通信工作方式,具有信号检测、振铃检测、模拟摘机、信号音检测、DTMF信号收发等功能,下位机检测信号后.摘机拨打上位机电话,并利用DTMF编码将信号和地址信息发送到上住机,上位机也可摘机拔打下位机电话,并对下位机进行各种远程控制、设置等功能.     

基于GIS的电话报警网络管理系统

提出了一种建立在地理信息系统(GIS)基础上的电话报警网络计算机管理系统。该系统可以及时、迅速、准确、完整地将监控区域内发生突发事件的报警信息通知监控中心、公安部门以及户主,使相关人员能在最短的时间内做出应对反应,尽可能减少突发情况下的损失。     

基于CAN的漏电报警网络系统

设计了一套基于CAN总线的漏电报警网络系统,系统包括远程监控模块、中间控制柜机、中央监控主机三个层次,各层间均采用CAN总线通信。设计中采用模块化思想,每一层次的监控单元既可与下层单元独立构成监控系统,又可与上层联网成为更大范围监控系统的组成部分。系统采用电子地图系统,能迅速定位网络节点故障及漏电报警位置。文中给出了网络系统各层的软、硬件设计。     

基于语义网络的神经网络系统

文章通过分析语义网络知识表示及神经网络研究的各自特点与现状,提出了将基于语义网络的知识表示方法引入神经网络知识处理中的设想,并作了一些初步的探讨。     

无线网技术的区域家庭防盗报警系统

设计了一种新的区域家庭智能防盗报警系统,利用单片机控制技术、无线传感器网络技术和GSM移动通信技术,实现具有联网功能的区域智能防盗报警系统。无线防盗报警探头采用红外热释电传感器和振动传感器双重监测原理确认盗贼是否入侵,并以无线数据传输方式将报警信息传送给家庭报警主机,家庭报警主机再将报警信息通过短信的方式发送到用户手机、小区或地区报警主机上。报警信息发送及时,准确可靠。家庭报警主机可以设置无线防盗报警探头的数量和安装位置等信息,还可以设置报警用户电话、小区或地区报警中心电话。整个报警网络大小可以灵活配置,而且传感器采用无线方式布局,不需室内布线。