基于RBF神经网络的火灾探测器模型研究

针对目前火灾探测技术难以满足实际需要的问题,在分析RBF网络结构特点及最近邻聚类学习算法的基础上,提出用RBF神经网络建立火灾探测器模型,以火灾初期实验得到的环境温度、烟雾浓度、CO含量为输入,以明火概率、阴燃火概率、无火概率为输出对RBF网络进行训练,并进行仿真试验,结果表明,实际输出与期望输出的相差较小。

基于WSN的智能火灾报警系统研究

针对目前火灾报警系统存在的不足,提出了一种基于无线传感器网络的智能火灾报警系统。该系统以无线传感器网络节点为监测设备,完成火灾数据的采集及无线传输。利用RBF神经网络建立火灾探测器模型,对多元火灾数据进行融合,能够准确区分明火、阴燃火和非火灾源,达到了降低误报率的目的。