首页 期刊 计算机工程与设计 粒子群-小波神经网络火灾预警算法 【正文】

粒子群-小波神经网络火灾预警算法

作者:段锁林; 王朋; 朱益飞; 陈宗强 常州大学机器人研究所; 江苏常州213164
优化小波神经网络   改进粒子群   火焰特征   火灾三级预警   火灾识别  

摘要:针对小波神经网络(WNN)学习速度慢、算法输出精度低的问题,提出改进PSO优化WNN算法。使用随机概率变异算子提高算法的收敛速度,使用随机性强的惯性权重因子提高搜索效率,加入限幅滤波算法提高学习精度。实验采集火灾火焰的温度、烟雾、辐射特征值,对样本数据进行训练,达到火灾火焰的准确识别的目的。仿真结果表明,经优化的WNN算法,提高了网络收敛速度,提高了火灾识别、预警的准确性,验证了火灾三级预警的可行性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅