基于多传感器数据融合的火灾报警系统设计

介绍了基于嵌入式的多传感器数据融合火灾报警系统的硬件及软件设计方案,并利用数据融合算法,对用于探测火灾信息的多传感器的数据进行处理,使火灾的判断具有较高的准确性和快速性。     

子波神经网络在火灾探测中的应用

论述了用于信号识别的子波神经网络的结构和算法，并根据火灾传感器信号处理的特点，提出了将其用于火灾探测的方法，在子波神经网络中采用了子波函数和并轭梯度优化方法。实验表明，子波神经网络对火灾信号具有很好的学习和探测能力，与ＢＰ神经网络火灾探测方法相比，所提出的方法能够更快和更准确地探测各种标准实验火。     

火灾探测技术的现状及发展方向

对火灾自动探测技术的发展概况及优缺点进行了总结，指出了今后发展方向，尤其介绍了CO作为探测特性参数之一的必要性：最后指出了今后尚需解决的课题：如低功耗、高灵敏度CO传感器的应用及与其他传感元件的复合：主动吸气式探测技术在普通环境中应用；分布光纤测温技术研究及产品化：特殊场所的火灾探测：以及降低成本的同时与自动化、现代通讯及其他领域新技术的进一步融合等问题。     

基于光声原理的火灾复合气体探测技术

监测燃烧过程中产生的气体（主要是CO）来探测火灾逐渐成为火灾探测中的一个重要领域。各种现有的气体传感器灵敏度比较低，不利于火灾的早期报警,利用基于光声原理的复合气体探测技术来进行火灾探测，能极大地提高探测器的灵敏度。将CO和CO2的检测结合起来，可降低探测器的误报率，有利于提高早期报警。     

火灾自动探测的复合偏置滤波算法

提出了火灾探测的单信号偏置滤波算法和处理多传感器或复合传感器信号的复合偏置滤波算法,它可以应用单个火灾信号或综合两种信号特征计算信号超过预定门限的持续时间,有效地克服了干扰信号的影响,提高了火灾探测灵敏度和抗干扰性能。     

火灾自动探测的复合偏置滤波算法

提出了火灾探测的单信号偏置滤波算法和处理多传感器或复合传感器信号的复合偏置滤波算法,它可以应用单个火灾信号或综合两种信号特征计算信号超过预定门限的持续时间,有效地克服了干扰信号的影响,提高了火灾探测灵敏度和抗干扰性能．     

数据融合技术在公路隧道火灾探测中的应用

在分析公路隧道火灾特点的基础上,依据数据融合的基本原理,充分利用多个传感器资源,把多个传感器在空间和时间上的冗余或互补信息依据某种准则来进行组合,以获得被测对象的一致性解释或描述。提出了一种基于数据融合技术的隧道火灾探测算法,以感烟、感温和感光传感器的模拟量为输入,利用人工神经网络和模糊逻辑技术对多传感器信号进行融合,设计出一种快速、准确和有效的隧道火灾自动探测融合系统,可缩短报警时间,降低误报警率。克服了火灾探测算法单一使用固定阈值的弊端。     

基于多传感器融合技术的高大空间火灾探测

提出了一种新型的、应用多传感器数据融合技术于当前高大空间建筑的火灾探测报警系统的方法。该种方法采用多传感器探测火灾多种参量,先使用神经-模糊网络进行局部判定,局部判定结果与融合中心进行历史数据的融合,得到误差后确定下一步全局决策。通过试验与仿真证明此方法大大提高了火灾探测的及时性,同时又提高系统可靠性,减少了误报警。     

火灾探测的能量模型及其应用

从传感器信号及信号处理角度深入分析了受探系统的能量释放特点，建立了火灾信号检测的能量模型，提供了计算火灾探测的误报警率和漏报警率的理论公式和一种解决误报警问题的火灾信号处理方法。     

子波神经网络在火灾探测中的应用

论述了用于信号识别的子波神经网络的结构和算法,并根据火灾传感器信号处理的特点,提出了将其用于火灾探测的方法,在子波神经网络中采用了子波函数和共轭梯度优化方法．实验表明,子波神经网络对火灾信号具有很好的学习和探测能力,与ＢＰ神经网络火灾探测方法相比,所提出的方法能够更快和更准确地探测各种标准实验火．     

浅谈火灾探测报警器的应用与发展

简述了火灾探测报警器的类型及其适用范围,针对火灾事故易发场所的安全问题,提出了应用新型独立式火灾探测报警器的建议。     

入侵检测技术和防火墙技术结合的探讨

介绍了防火墙技术和入侵检测技术及其局限性，提出了两者结合使用的技术优势。     

火灾探测技术的发展

综述了火灾探测的基本原理和方法 ,描述了气敏型、感温型、感烟型、感光型和感声型五大类数十种火灾探测器的物理实质 ,论述了其工作原理。指出解决火灾探测灵敏度与可靠性的矛盾 ,有赖于火灾科学基础研究的积累和突破。阐明了火灾探测算法中存在的问题 ,指明了火灾探测技术的发展方向     

基于神经网络和模糊逻辑的智能火灾探测

探讨了一种基于模糊逻辑和前馈神经网络的火灾探测和自动报警的方法．该方法以半导体感温，离子感烟和湿度模拟传感量为基本特征，并附加其相应的趋势特征对神经网络进行训练．神经网络所对应的明火概率和阴燃火概率输出，经过模糊判决器后检测火灾现象是否发生．实验表明利用传感量的趋势特征和模糊逻辑判决的自动探测系统，能够及时准确地检测出火灾，为火灾报警提供了一种新的有效的方法     

Video Based Fire Detection Systems on Forest and Wildland Using Convolutional Neural Network

The devastating effects of wildland fire are an unsolved problem, resulting in human losses and the destruction of natural and economic resources. Convolutional neural network(CNN) is shown to perform very well in the area of object classification. This network has the ability to perform feature extraction and classification within the same architecture. In this paper, we propose a CNN for identifying fire in videos. A deep domain based method for video fire detection is proposed to extract a powerful feature representation of fire. Testing on real video sequences, the proposed approach achieves better classification performance as some of relevant conventional video based fire detection methods and indicates that using CNN to detect fire in videos is efficient. To balance the efficiency and accuracy, the model is fine-tuned considering the nature of the target problem and fire data. Experimental results on benchmark fire datasets reveal the effectiveness of the proposed framework and validate its suitability for fire detection in closed-circuit television surveillance systems compared to state-of-the-art methods.     

LVQ神经网络的红外光谱火灾早期预警算法

对前期大量试验采集的火灾气体数据进行特征提取,找出能够代表火灾整体特征的过程特征信息.通过体积分数曲线拟合分析,提取出体积分数、速度和加速度估值等火灾特征信息参量,建立适合于火灾早期探测的学习向量量化(LVQ)神经网络算法.通过对比分析证明,该算法比传统火灾探测器报警时间提前3～21 min,且对于真假火灾可进行准确识...     

实验楼火灾安全报警及联动控制系统设计

通过对实验教学楼存在火灾安全隐患的分析,对辽宁工程技术大学综合实验楼火灾自动报警系统、火灾探测器及手动报警按钮、火灾消防联动控制系统进行设计分析,提出了综合实验楼火灾报警及联动控制方案.研究表明,火灾安全报警及联动控制系统设计时除应按照报警及防火设计规范要求外,还应对具体的工程情况具体分析,采用更适用于工程特点的消防系统.设计者要多方面考虑综合因素,使报警准确、联动控制无误.真正做到"防患于未然",达到防灾、灭灾的目的,确保建筑物的安全使用.