基于多参数和特征层融合的化学品燃爆状态辨识方法

• 作者: 叶树亮 张晟
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 化学品 燃爆状态辨识 模糊神经网络 特征层融合
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 传感器应用
• 页码范围: 620-623
• 分类号: TB99
• 字数: 3108字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2011.04.028

摘要

作为化学品燃爆特性检测关键环节的燃爆状态辨识过程,目前仅以人眼或单一传感器辨识的手段进行,存在人工辨识受主观影响大、单一传感器适用范围窄的缺点,难以取得精确的辨识结果.提出引入多传感器、利用模糊神经网络系统(FNNS)对检测数据作特征层融合,以快速准确辨识燃爆状态的实验方法.结合模糊逻辑推理及RBF神经网络优势,在多层拓扑结构基础上建立了火焰光、热强度及其梯度与目标状态间特定的泛函映射.实验结果表明:该方法有效互补特征信息,提高检测装置的鲁棒性和状态辨识结果的置信度,错误率优于0.1%,使得燃爆特性的描述更加准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶树亮	中国计量学院计量测试工程学院	106	396	11.0	14.0
2	张晟	中国计量学院计量测试工程学院	3	11	2.0	3.0