基于蚁群神经网络火灾信息处理技术研究

简要介绍了火灾信息处理技术的发展历程。鉴于传统的BP网络神经算法在时间和收敛性上的不足,提出用蚁群算法来训练神经网络,并针对火灾信息的特征建立模型。最后通过实例进行了验证,说明蚁群算法训练神经网络权值和阀值的方法,用于火灾探测信息处理,提高了信息处理准确率,缩短了训练执行时间。     

火灾视频探测在地铁中的应用研究

随着近年计算机技术和图像技术的发展,在九十年代诞生的图像检测技术在火灾探测中得到了应用.本文介绍了基于图像识别的火灾探测技术VID(Video image detecdon)的发展,算法,技术特点以及与其他探测技术的比较.并结合地铁中的环境特点对VID系统在地铁空间的适用性进行了探讨.     

浅谈蓝牙技术在火灾自动报警系统中的应用

蓝牙技术以其体积小、成本低、穿透性强等特性在数据传输领域越来越重要,在火灾自动报警系统中采用蓝牙技术实现无线传输,具有其他技术无法比拟的优势.     

火灾自动报警技术在普通住宅中的应用

文章说明了普通住宅建筑中火灾高发的主要原因和安装自动报警设备的必要性,并对自动报警系统的具体设计以及需要注意的问题进行了阐述,目的是引起人们对普通住宅中应用自动报警系统得重视,以减少火灾带来的危害.     

光纤温度传感技术在火灾探测中的应用

线型光纤温度传感技术是一种用于实时测量空间温度场分布,对光纤所敷设部位的温度分布进行不间断的监测的在线监测传感技术,可对遇异常的温度变化则锁定事故部位并快速报警,特别适用于要在大范围内进行多点温度测量的场合.应用这种技术构建的新型感温探测系统,可提高消防自动报警系统的可靠性和灵敏度.     

火灾自动报警系统在智能建筑中的应用

介绍了火灾自动报警系统在智能建筑的系统组成、结构功能及其设计要求,从火灾报警控制器的设计选配,火灾探测器的设计选配,消防联动设备控制,智能建筑综合布线与火灾自动报警系统布线,消防控制室设计等方面阐述了火灾自动报警系统在智能建筑中的设置要求和条件。     

模糊神经网络在火灾探测系统中的应用

为使火灾探测具有较低的误报率、较高的可靠性和较强的环境适应能力,提出了一种基于人工智能的数据融合技术的火灾探测算法,以环境温度、烟雾浓度、CO含量为检测对象,利用人工神经网络和模糊推理技术对多传感器信号进行融合,最终输出火灾危险性大小的信号。神经网络采用径向基函数网络(RBF),运用最近邻聚类学习算法,实现隶属度函数参数的自动提取,并结合模糊逻辑具有较强综合判断能力和识别能力的特点,在MATLAB下完成了火灾探测系统的设计与仿真,明显提高了火灾探测系统的性能。     

面向视频火灾火焰识别的轻量化卷积神经网络模型

深度学习在基于视频的火灾火焰识别技术中得到了广泛应用。为解决当前常用的卷积神经网络模型由于层数和训练参数过多,导致存储和速度问题突出,很大程度上限制了其在一些硬件平台上使用的问题,基于轻量级卷积神经网络模型SqueezeNet,通过适当修改模型结构,构建了一种适用于火灾火焰识别的新网络模型。将获取的各类火灾火焰图像数据,采用数据增强的方法来增加数据量,制作火灾火焰图像数据集,形成学习样本,并使用运动探测算法提取图像的火焰区域进行模型训练和识别前预处理。试验结果表明：该模型所需存储空间仅为0.28 MB,为VGG16的1/200;火灾火焰识别预测准确率达98%,比SqueezeNet提高了近4个百分点,且具有良好的抗干扰能力,有效缓解了当前卷积神经网络中存在的存储和速度问题。     

蓝牙技术与无线火灾自动报警系统

蓝牙特殊利益集团推出的蓝牙计划(Bluetooth)。蓝牙,正以其体积小、成本低、穿透性强等特性逐渐成为数据传输领域的一支新秀。在火灾自动报警系统中采用蓝牙技术实现无线传输,具有一些其它技术无法比拟的优势。     

BP神经网络技术在交通工具火灾预警中的应用

通过对交通工具火灾成因机理以及现有典型交通工具火灾实例的分析研究,建立了预警评价指标体系。根据非线性理论和模式识别原理以及交通工具火灾的特点,采用基于BP神经网络的智能灾害诊断方法,对交通工具火灾发生的可能性和危险性进行评估和预测。研究表明:BP神经网络方法是解决非线性系统问题的一种有效方法,与传统的预警方法相比,该方法具有速度快、效率高、可信度好、自学能力强等特点。采用BP网络进行交通工具火灾预警时,只需输入影响交通工具火灾发生的相关指标因素,网络便可在较短的时间内得出可靠的预警结果。     

基于虚拟仪器技术的火灾探测与扑救实验系统

虚拟仪器是建立在计算机技术基础之上的新概念测量与控制平台。文中介绍一个利用虚拟仪器技术构建的小规模实验系统。该系统在LabVIEW6．i软件平台上构建,充分利用计算机资源。能够完成火灾探测、报警、扑救、消防管线监测、实验数据采集等功能,形成了完整独立的系统模块。同时实现了在一种硬件基础上完成多种功能的虚拟化设计方案。     

海湾安防(GST)消防系统在高校图书馆的应用

从火灾探测器、报警装置、联动系统等方面介绍现代消防系统的构成、工作原理、运行情况。构建科学合理的消防系统,有助于实现高校图书馆火灾的早期探测、智能化控制,防灾于未然,将消防安全隐患消灭于萌芽状态。介绍海湾安防(GST)有限公司的情况,及其产品在中北大学图书馆的实际应用情况及存在问题,对消防系统在图书馆的应用提出思考和建议,以供图书馆、资料室、书库、档案馆等单位借鉴和参考。实践表明:GST有限公司生产的消防产品能满足图书馆的消防需求,同时还应加强图书馆工作人员的消防意识和消防管理。     

火灾场景设计与火灾危险度分析在火灾性能化设计危险源辨识中的应用

通过介绍设定火灾场景,计算热释放速率,使用火灾危险度的概念对建筑火灾的危险性进行综合评价等方法,探讨了在性能化防火设计中的危险源辨识问题。给出了一个对某航站楼进行面向性能化设计的火灾危险评估的工程算例。     

基于虚拟现实技术的喷射火事故三维动态仿真及应用

基于Shell模型的原理和计算方法,把喷射火焰视为近似倒立圆台形,构建了不同风向影响下的喷射火三维模型,运用虚拟现实技术和三维可视化技术对喷射火事故进行模拟与仿真。以Delphi和OpenGL/GLScene为开发工具,实现了喷射火三维模型的程序化与三维场景绘制,同时引入粒子特效系统,实现了喷射火焰燃烧的实时动态仿真,完成了喷射火三维动态可视化软件系统的开发。最后,利用该系统进行实例分析。应用表明:虚拟现实技术与事故后果模拟相结合,使整个系统实现实时性和形象性的统一,虚拟现实技术在化工行业具有广泛应用前景,也为事故后果预测评估提供科学依据。     

基于BP神经网络在森林防火专家系统不确定推理中的应用研究

提出将改进的BP神经网络应用于森林防火专家系统的不确定性推理中,其良好的自学习和泛化能力,可以解决基于可信度规则的知识表示在实际应用中导致的规则激增,推理速度缓慢的问题。该方法将不确定的知识用可信度区间表示,通过知识编码,设计并训练BP网络,最后用MATLAB进行仿真。实验结果表明:BP神经网络可以自动学习专家的典型经验,并且能将之准确的推广,隐含层神经元个数的确定和典型样本的选取决定了准确精度。在实际的专家系统不确定推理应用中具有应用价值。     

无线火灾传感网络故障诊断在工业建筑的应用

本文使用粗糙集中一种改进的基于差别矩阵和属性选择的属性约简算法,对故障样本数据进行约简,得到最小约简集,结合使用新旧版本的BP神经网络,对工业建筑节点故障进行检测,仿真实验结果得到采用RS-new BP神经网络比old BP神经网络的迭代次数减少了61次,正确率提高了7.11%。     

虚拟蜜罐技术在网络安全中的应用研究

面对网络上复杂而多变的黑客攻击,提出利用虚拟蜜罐技术主动吸引黑客的攻击,来监视和跟踪入侵者的行为并进行记录,进而研究入侵者所使用的攻击工具、攻击策略和方法。笔者论述了虚拟蜜罐技术的基本概念,通过3方面的应用实例,较为系统地研究了虚拟蜜罐技术在网络安全中的应用,证明虚拟蜜罐技术可以有效收集攻击信息,保护实际工作网络,并讨论了虚拟蜜罐的优点和风险。     

多层建筑群内消防设施强化方案研究

由于建筑绿化及地面承重结构安全等功能需要,某多层高档建筑群难以按照现行规范要求设置消防车道,使消防车无法进入,给灭火救援带来一定的困难。以某企业总部为例,针对该问题提出了强化火灾自动报警系统、室外消火栓给水系统和兼职消防队伍建设等消防强化方案。通过数值模拟方法对整个建筑群内的火灾发展趋势进行模拟研究,分析火灾对建筑附近人员安全和周围建筑安全的影响,论证了该消防强化方案的有效性,可为类似建筑提供参考。     

基于PCA-FPP-BP神经网络的高层建筑火灾安全评价

为解决高层建筑构造复杂、人员密度大、火灾触发因素繁多而造成高层建筑火灾安全评价困难的问题,本文提出基于PCA-FPP-BP神经网络的高层建筑火灾安全评价模型。首先运用主成分分析(PCA)对构建的高层建筑火灾安全评价指标降维处理,筛选主要信息;接着基于三角模糊数构建模糊评判矩阵,利用模糊优先规划(FPP)求解指标的权重值,减少主观的影响;最后考虑到指标间关系错综复杂彼此交叉和反馈的特性,选择BP神经网络对高层建筑火灾安全进行评价。通过工程案例证明该评价模型的实用性以及可靠性。