多红外火焰探测中基于决策树的火灾识别

在多红外火焰探测系统中，提出了一种基于决策树的火灾识别算法。按照特种火灾探测器的国家标准实验的要求，获取实验数据。该算法首先对五个红外火焰探测器获得的数据进行多窗口重叠交叉预处理，然后提取六个火灾特征作为决策树的分类属性，对决策树进行训练、剪枝，最后得到火灾识别的最优决策树模型。将该识别模型应用于在线火灾识别，实验结果表明该决策树分类算法的准确率可以达到95.2%，识别速度在2S以内，较其它的分类识别算法有更高的准确率和更快的识别速度，具有很好的实用性。