基于神经网络的火灾烟雾识别方法.pdf

《基于神经网络的火灾烟雾识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、文章编号:>基于神经网络的火灾烟雾识别方法!赵建华"方"俊"疏学明中国科学技术大学火灾科学国家重点实验室合肥>摘要!"提出了一种基于神经网络的火灾烟雾识别方法以波长为~~的三束激光的三对消光系数比作为网络的输入网络的输出为火灾烟雾和非火灾因素从典型火灾烟雾和非火灾因素对多波长激光的衰减实验中选取数据组成种网络样本模式定义表经次仿真训练后输出误差小于并经验证实验表明本方法对火灾烟雾和非火灾因素能进行有效的识别是处理烟雾识别等非结构问题的一种行之有效的方法0关键词!"信息光学S神经网络S反向传播网络S火灾信号处理S烟雾识别S消光系数比中图分类号:"""文献标识码:"引""言表征火灾

2、烟雾本质特征的消光系数比作为烟雾识别神经网络的输入能够对火灾烟雾和非火灾因素进[]据美国消防协会>的研究表明大量行有效的分类~识别表明神经网络方法是处理烟雾与人身伤亡和财产损失相关的火灾事故都与非火灾识别等非结构问题的一种行之有效的方法0因素引起的误报警有关而对火灾烟雾和非火灾因素进行分类识别是火灾探测领域提高火灾探测系统的可靠性~降低误报警的关键所在对火灾烟雾和非"烟雾识别神经网络模型火灾因素进行分类识别已成为各国火灾科技工作"神经网络结构者关注的一个重要研究方向0烟雾识别神经网络的结构如图所示以三层神经网络自世纪年代复兴以来以其自反向传播神经网络作为火灾烟雾识别神经网络模适

3、应性~学习能力~容错能力和并行处理性能优异型[]网络的输入层为个神经元分别为~~在信息处理~模式识别~系统辨识~智能控制等领域[]对应三对波长的消光系数比#/#["]得到了广泛应用同时也为火灾烟雾识别开辟#/##/#>输入值全部归一化到[]了崭新的发展方向0首先提出了火灾"输出层为个神经元分别为和对应探测的神经网络方法采用三层前馈网络和反向传火灾烟雾和非火灾因素输出值范围也归一化播学习算法网络的输入对应光电烟雾信号的斜率~到"中间隐含层为个神经元-持续时间和烟雾浓度~温度其网络输出分别对应>在输入层与隐含层之间有条连线其权火灾概率~火灾危险性和阴燃概率S等值为!而在隐含层与输出

4、层之间有条连线[]人测量了火灾烟雾中各种气体的浓度如一氧化碳~二氧化碳~甲烷~甲醛等>的变化并以烟雾中各种气体的浓度作为神经网络的输入从而实现明火~阴燃火和环境干扰的辨识~报警0本方法以三层反向传播>神经网络作为火灾烟雾识别神经网络模型用"!国家重点基础研究专项经费>和安徽省十五科技攻关项目>资助课题0:!收稿日期:S收到修改稿日期:期"""""""""""""赵建华等"基于神经网络的火灾烟雾识别方法""""""""""""""其权值为"""在进行网络仿真训练前从典型火灾烟雾和非当输入为时隐含层的输入和为火灾因素对多波长激光的衰减响应实验数据定义一个种样本模式定义表如表所示表中

5、#!和为网络输出的期望值用对数函数转换到"即表示成当第种样本模式送入输入层时首先设定网络权值!和"的初始值再由式#计算出网络的输出值和并与相应的输出期望值同样地输出层的输入和为和进行比较此样本模式的均方差为#"#与式一样转换到#即表示成总均方差为#""网络的输入与输出之间的关系不断调整网络权值!和"使总均方差小于期望用权值联系在一起如式#所示式中和误差可以调节对数函数曲线的形状通常取"神经元数目的确定在烟雾识别神经网络中只要确定输入输出和烟雾识别神经网络的结构确定后其输入输出隐含层神经元数以及输入层与隐含层之间的权值层的神经元数由给定的网络输入输出关系决定在!和隐含层与输出层之

6、间的权值"网络模型即确本方法中输入层为个神经元输出层为个神经定元在确定隐含层神经元的数目时采用不同神经元数对网络进行仿真对比然后确定隐含层神经元的数目根据网络样本模式定义表选择不同的隐含层神经元的数目通过对网络仿真时所需的循环次数和输出误差来观察网络的求解效果经过仿真观察隐含层神经元数目的选择范围较宽当隐含层神经元数目为时网络的输出效果最佳其最小输出误差能达到"仿真训练利用图给出的烟雾识别神经网络结构和神经网络工具箱对表所定义的种样本模式进行网络仿真训练为加快网络的训练速度避免陷入局部极小值本方法采用自适应学习速率和附加动量相结合方法经过次仿真训练网络的输出误差小于即可满足工程

7、应用并得到烟雾识别神经网络的各项参量如输入层与隐含层之间的权值!隐含层与输出层之间的权值"隐含层的阈值和输出层的阈值表为经过仿真训练后得到的网络权值表!为由输入层神经元到隐含层神经元之间的连接权值"为由隐含层神经元到输出层神经元之间的连接权值""""""""""""""""""光"""学"""学"""报"""""""""""""""""""卷"表为经过仿真训练后得到的网络阈值表为隐含层神经元的阈值为输出层神经元的阈值!""验证实验为对已确定的烟雾识别神经网络的识别能力进行验证从文献的实验数据