基于深度学习机制的火警协议智能分析模型

• 作者: 史册 裘炅
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 火灾自动报警器 智能分析 深度学习 自动编码器 Softmax回归 特征提取
• 年，卷（期）: 2019,（1）
• 页码范围: 80-85
• 页数: 6页
• 分类号: TP183
• 字数: 4329字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2019.01.017

摘要

火灾自动报警器品牌和型号众多,不同品牌或型号的数据协议均有所不同,这为智慧消防的信息集成增加了难度.为解决这一问题,文中提出一种将深度学习技术与火警协议分析模型相结合的SSAESMFA模型.该模型基于栈式稀疏自动编码器和Softmax回归,能够通过对已知消防设备的协议数据进行深度学习,实现对未知协议数据的识别.经过训练,SSAESMFA对协议数据的识别准确率能达到99.83％,实验表明,该模型有较高的对消防设备协议数据的特征提取分类能力,可有效提高智慧消防的信息集成效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裘炅	杭州电子科技大学计算机学院	9	21	3.0	4.0
2	史册	杭州电子科技大学计算机学院	1	0	0.0	0.0