基于神经网络的多参数矿井火灾识别方法

• 作者: 任慧 孙继平 王会芹 田子建
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 矿井火灾 多参数 神经网络 火灾识别
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 电气工程与计算机技术
• 页码范围: 555-558
• 页数: 4页
• 分类号: TP391.4|TD75
• 字数: 3163字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0562.2007.04.024

摘要

针对矿井火灾早期预测预报研究了新的方法,将矿井火灾图像与温度、烟雾、CO、CO2、O2等多个参数相结合,进行综合分析,对矿井火灾进行判断.依据神经网络建立的数学模型,采用神经网络的学习算法,对矿井火灾进行识别.通过仿真分析结果表明,矿井火灾正确识别率很高,特别是采用RBF神经网络,正确识别率达到98%以上,从而为神经网络实际用于矿井火灾识别成为可能,该方对矿井火灾早期预测预报具有重要的理论意义和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王会芹	中国传媒大学自动化系	8	24	3.0	4.0