辽宁工程技术大学学报（自然科学版）
遼寧工程技術大學學報（自然科學版）
료녕공정기술대학학보（자연과학판）
JOURNAL OF LIAONING TECHNICAL UNIVERSITY(NATURAL SCIENCE)
2007年
4期
555-558
,共4页
任慧%孙继平%田子建%王会芹
任慧%孫繼平%田子建%王會芹
임혜%손계평%전자건%왕회근
矿井火灾%多参数%神经网络%火灾识别
礦井火災%多參數%神經網絡%火災識彆
광정화재%다삼수%신경망락%화재식별
针对矿井火灾早期预测预报研究了新的方法,将矿井火灾图像与温度、烟雾、CO、CO2、O2等多个参数相结合,进行综合分析,对矿井火灾进行判断.依据神经网络建立的数学模型,采用神经网络的学习算法,对矿井火灾进行识别.通过仿真分析结果表明,矿井火灾正确识别率很高,特别是采用RBF神经网络,正确识别率达到98%以上,从而为神经网络实际用于矿井火灾识别成为可能,该方对矿井火灾早期预测预报具有重要的理论意义和实用价值.
針對礦井火災早期預測預報研究瞭新的方法,將礦井火災圖像與溫度、煙霧、CO、CO2、O2等多箇參數相結閤,進行綜閤分析,對礦井火災進行判斷.依據神經網絡建立的數學模型,採用神經網絡的學習算法,對礦井火災進行識彆.通過倣真分析結果錶明,礦井火災正確識彆率很高,特彆是採用RBF神經網絡,正確識彆率達到98%以上,從而為神經網絡實際用于礦井火災識彆成為可能,該方對礦井火災早期預測預報具有重要的理論意義和實用價值.
침대광정화재조기예측예보연구료신적방법,장광정화재도상여온도、연무、CO、CO2、O2등다개삼수상결합,진행종합분석,대광정화재진행판단.의거신경망락건립적수학모형,채용신경망락적학습산법,대광정화재진행식별.통과방진분석결과표명,광정화재정학식별솔흔고,특별시채용RBF신경망락,정학식별솔체도98%이상,종이위신경망락실제용우광정화재식별성위가능,해방대광정화재조기예측예보구유중요적이론의의화실용개치.
