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:
海上平台由于其自身空间狭小、管线设备高度集中等特点,要求其火灾探测系统误报率低.目前,单一类型火灾探测器的误报率非常高,经研究发现同时探测多类型火灾因素可大幅度降低误报率.文中根据多传感器数据融合技术将火灾探测器所测数据进行融合,然后应用BP神经网络进行训练仿真,降低了火灾探测器的误报率,满足了海上平台火灾探测系统的要求.
推荐文章
基于RBF神经网络的火灾探测器模型研究
径向基函数(RBF)
神经网络
最近邻聚类算法
火灾探测器模型
基于模糊神经网络火灾报警系统研究
火灾探测技术
人工神经网络
模糊系统
ARM
基于粗糙集和神经网络的数据融合方法研究
粗糙集
神经网络
BP算法
数据融合
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 基于数据融合与神经网络的火灾探测研究
来源期刊 应用科技 学科 交通运输
关键词 多传感器 数据融合 神经网络 火灾预报
年,卷(期) 2011,(5) 所属期刊栏目 机电工程
研究方向 页码范围 9-12
页数 分类号 U692
字数 2002字 语种 中文
DOI 10.3969/j.issn.1009-671X.2011.05.03
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 刘少刚 哈尔滨工程大学机电工程学院 48 303 11.0 13.0
2 吕建伟 哈尔滨工程大学机电工程学院 2 10 2.0 2.0
3 王士成 哈尔滨工程大学机电工程学院 6 42 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (8)
同被引文献  (20)
二级引证文献  (18)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(10)
  • 引证文献(2)
  • 二级引证文献(8)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多传感器
数据融合
神经网络
火灾预报
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导