首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于模糊最小二乘支持向量机的火灾信号辨识
引用本文:王志强,李立君,黄雁,左青松,钱承,粟键鑫.基于模糊最小二乘支持向量机的火灾信号辨识[J].中南大学学报(自然科学版),2013,44(1):202-207.
作者姓名:王志强  李立君  黄雁  左青松  钱承  粟键鑫
作者单位:1. 中南林业科技大学 机电工程学院,湖南长沙,410004;湖南科技大学 信息与电气工程学院,湖南湘潭,411201
2. 中南林业科技大学 机电工程学院,湖南长沙,410004
3. 湖南现代物流职业技术学院 招生就业处,湖南长沙,410131
4. 湖南大学 机械与运载工程学院,湖南长沙,410082
5. 三一重工 泵送事业部,湖南长沙,410151
基金项目:国家自然科学基金资助项目(51176045,61274026);湖南省教育厅项目(12C00123)
摘    要:针对火灾信号特征参数的模糊特性,采用混沌量子遗传算法对模糊最小二乘支持向量机的参数进行优化,建立基于模糊最小二乘支持向量机的火灾信号辨识模型.研究结果表明:基于混沌量子遗传算法的模糊最小二乘支持向量机火灾辨识模型相对误差为1.1%,具有较高的辨识精度;火灾信号辨识性能指标即O2质量分数减少值权重γ1、H2质量分数权重γ2、烟气质量分数权重γ3、温度权重γ4和CO质量分数权重γ5满足:γ3>γ4>γ5>γ1>γ2.

关 键 词:混沌量子遗传算法  模糊最小二乘支持向量机  火灾辨识

Fire disaster signal recognition based on fuzzy least squares support vector machines
WANG Zhiqiang , LI Lijun , HUANG Yan , ZUO Qingsong , QIAN Cheng , SHU Jianxin.Fire disaster signal recognition based on fuzzy least squares support vector machines[J].Journal of Central South University:Science and Technology,2013,44(1):202-207.
Authors:WANG Zhiqiang  LI Lijun  HUANG Yan  ZUO Qingsong  QIAN Cheng  SHU Jianxin
Institution:WANG Zhiqiang 1,2,LI Lijun 1,HUANG Yan 3,ZUO Qingsong 4,QIAN Cheng 4,SHU Jianxin 5(1.College of Mechanical and Electrical Engineering,Central South University of Forestry and Technology, Changsha 410004,China; 2.College of Informational and Electrical Engineering,Hunan University of Science and Technology, Xiangtan 411201,China; 3.Agency of Enrollment and Employment,Hunan Vocational College of Modern Logistics,Changsha 410131,China 4.College of Mechanical and Vehicle Engineering,Hunan University,Changsha 410082,China; 5.Business Department of Sany Pump Division,Changsha 410151,China)
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号