[1]杜建华,张认成.LVQ神经网络的红外光谱火灾早期预警算法[J].华侨大学学报(自然科学版),2011,32(6):607-610.[doi:10.11830/ISSN.1000-5013.2011.06.0607]
　DU Jian-hua,ZHANG Ren-cheng.Algorithm of Early Fire Alarm Using Infrared Spectrum Based on LVQ Neural Network[J].Journal of Huaqiao University(Natural Science),2011,32(6):607-610.[doi:10.11830/ISSN.1000-5013.2011.06.0607]
点击复制

LVQ神经网络的红外光谱火灾早期预警算法()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第32卷
期数:
2011年第6期
页码:
607-610
栏目:
出版日期:
2011-11-20

文章信息/Info

Title:
Algorithm of Early Fire Alarm Using Infrared Spectrum Based on LVQ Neural Network
文章编号:
1000-5013(2011)06-0607-04
作者:
杜建华; 张认成
华侨大学机电及自动化学院
Author(s):
DU Jian-hua;  ZHANG Ren-cheng
College of Mechanical Engineering and Automation, Huaqiao University, Quanzhou 362021, China
关键词:
火灾探测;  红外光谱;  学习向量量化;  神经网络;  早期预警算法
Keywords:
fire detection;  infrared spectroscopy;  learning vector quantization;  neural network;  early alarm algorithm
分类号:
TP183; TN219
DOI:
10.11830/ISSN.1000-5013.2011.06.0607
文献标志码:
A
摘要:
对前期大量试验采集的火灾气体数据进行特征提取,找出能够代表火灾整体特征的过程特征信息.通过体积分数曲线拟合分析,提取出体积分数、速度和加速度估值等火灾特征信息参量,建立适合于火灾早期探测的学习向量量化(LVQ)神经网络算法.通过对比分析证明,该算法比传统火灾探测器报警时间提前3~21min,且对于真假火灾可进行准确识别,实现火灾早期探测预警的目标.
Abstract:
The process feature information standing for the whole feature of fire can be found,after the feature is extracted from the fire gas data collected in a great number of the previous experiments.And the fire feature parameters such as the estimated values of gas concentration,velocity and acceleration can be extracted through the analysis of the curve fitting of the gas concentration to establish the algorithm of learning vector quantization(LVQ) neural network suitable for early fire detection.The comparison analysis has proven that the alarm time of the algorithm can be advanced 3 to 21 minutes compared with that of the traditional fire detectors,so that it could detect precisely whether the fire is true or not,to attain early fire detection alarm.

参考文献/References:

[1] 施彦, 韩力群. 神经网络设计方法与实例分析 [M]. 北京:北京邮电大学出版社, 2009.
[2] 杜建华, 张认成, 黄湘莹. CO和CO2气体红外光谱技术在火灾早期探测中的应用研究 [J]. 光谱学与光谱分析, 2007(5):899-903.doi:10.3321/j.issn:1000-0593.2007.05.017.
[3] 龚雪, 张认成, 杜建华. 早期火灾CO气体的时间序列建模 [J]. 华侨大学学报(自然科学版), 2007(1):19-22.doi:10.3969/j.issn.1000-5013.2007.01.006.
[4] 孙斌, 黄胜全. 一种基于经验模式分解的气液两相流流型识别方法 [J]. 仪器仪表学报, 2008(5):1011-1015.doi:10.3321/j.issn:0254-3087.2008.05.023.
[5] 徐涛, 王祁. 基于模式识别的传感器故障诊断 [J]. 控制与决策, 2007(7):783-786.doi:10.3321/j.issn:1001-0920.2007.07.013.

相似文献/References:

[1]石尔雅,颜文礼,黄进所,等.甲基丙烯酸甲酯-苯乙烯共聚物组成的分析[J].华侨大学学报(自然科学版),1986,7(3):273.[doi:10.11830/ISSN.1000-5013.1986.03.0273]
　Shi Erya,Yan Wenli,Huang Jinsuo,et al.The Composition Analysis of Methyl Methacrylate-Styrene Copolymer[J].Journal of Huaqiao University(Natural Science),1986,7(6):273.[doi:10.11830/ISSN.1000-5013.1986.03.0273]

备注/Memo

备注/Memo:
福建省自然科学基金资助项目(2009J01290); 国务院侨办科研基金资助项目(09QZR04); 福建省厦门市科技计划项目(3502Z20103028)
更新日期/Last Update: 2014-03-23