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:
火灾的早期探测是较为复杂且具有重要意义的研究课题.针对传统火灾探测方法存在的不足,提出了一种基于加权支持向量回归的火灾智能探测系统,加权支持向量回归算法克服了神经网络过学习等不足,及标准支持向量回归中未考虑各样本重要性的差异问题,实验结果表明此火灾智能探测系统优于基于神经网络和标准支持向量回归的探测系统,探测效果显著,具有良好的应用前景.
推荐文章
基于支持向量回归的非线性系统辨识
支持向量回归
非线性系统辨识
贝叶斯证据框架
基于加权响应面的支持向量回归机可靠性分析方法
失效概率
隐式功能函数
加权线性响应面
支持向量回归机
基于模糊加权最小二乘支持向量回归的非线性系统建模方法
模糊加权机理
最小二乘支持向量回归
非线性统
建模方法
基于标准支持向量回归的阵列波束优化研究
支持向量机
标准支持向量回归
波束形成
阵列信号处理
优化
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 基于加权支持向量回归的火灾智能探测系统
来源期刊 计算机工程与应用 学科 工学
关键词 火灾探测 加权支持向量回归 参数优化 神经网络
年,卷(期) 2008,(15) 所属期刊栏目 工程与应用
研究方向 页码范围 208-210
页数 3页 分类号 TP18
字数 3166字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.15.065
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 夏太武 湖南邵阳学院信息与电气工程系 3 8 2.0 2.0
2 刘金祥 湖南邵阳学院信息与电气工程系 1 3 1.0 1.0
3 彭京华 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (17)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (17)
二级引证文献  (18)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
火灾探测
加权支持向量回归
参数优化
神经网络
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导