基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种新的应用于火灾探测的算法,通过与BP神经网络算法的分析比较,认为RBF神经网络算法比BP神经网络算法在数据处理方面更加迅速和准确,因此RBF神经网络算法在火灾的实时探测方面具有更好的发展潜力,而基于RBF神经网络的气味分析技术在火灾探测方面表现出广阔的应用前景.
推荐文章
应用于深空探测的VLBI技术
深空探测
深空跟踪
甚长基线干涉测量技术
可变视场下的火灾探测算法
火焰识别
火焰跟踪
可变视场
多分辨
数据融合技术在火灾自动探测中的应用研究
火灾探测
多传感器
数据融合
火灾预警
基于人工智能技术的火灾探测信息融合系统
火灾探测
数据融合
人工智能
神经网络
模糊推理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用于火灾探测的气味分析技术及其算法
来源期刊 大连交通大学学报 学科 地球科学
关键词 火灾探测 气味分析技术 KNN算法 RBF神经网络 BP神经网络 K-means聚类算法
年,卷(期) 2007,(2) 所属期刊栏目
研究方向 页码范围 80-83
页数 4页 分类号 X43
字数 3085字 语种 中文
DOI 10.3969/j.issn.1673-9590.2007.02.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 潘科 大连交通大学环境与化学工程学院 23 363 8.0 19.0
2 秦华礼 东北大学资源与土木工程学院 15 243 6.0 15.0
3 石剑云 大连交通大学环境与化学工程学院 14 214 5.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (153)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
火灾探测
气味分析技术
KNN算法
RBF神经网络
BP神经网络
K-means聚类算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大连交通大学学报
双月刊
1673-9590
21-1550/U
大16开
大连市沙河口区黄河路794号
1980
chi
出版文献量(篇)
3012
总下载数(次)
3
论文1v1指导