期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BSO-ELM算法的火灾检测研究
被引量:
4
1
作者
韩磊
曲娜
+1 位作者
隋宇凡
谭丽丽
《消防科学与技术》
CAS
北大核心
2023年第1期103-106,共4页
火灾作为一种全球性的灾难性事件,短时间内产生的烟雾和火焰就可以对人的生命财产造成严重损失。针对目前火灾检测误报率和漏报率较高的问题,提出了一种使用BSO-ELM(天牛群算法-优化极限学习机)的新型火灾检测算法,优化了极限学习机寻...
火灾作为一种全球性的灾难性事件,短时间内产生的烟雾和火焰就可以对人的生命财产造成严重损失。针对目前火灾检测误报率和漏报率较高的问题,提出了一种使用BSO-ELM(天牛群算法-优化极限学习机)的新型火灾检测算法,优化了极限学习机寻找最优权值和阈值的能力,提高了极限学习机的泛化能力和准确率。通过PyroSim软件进行仿真,产生样本数据,对BSO-ELM进行训练,并通过与未经优化的极限学习机和粒子群算法优化的极限学习机(PSO-ELM)进行对比,验证了天牛群优化极限学习机算法的优越性。
展开更多
关键词
火灾检测算法
PyroSim
天牛群算法
极限学习机
粒子群算法
在线阅读
下载PDF
职称材料
题名
基于BSO-ELM算法的火灾检测研究
被引量:
4
1
作者
韩磊
曲娜
隋宇凡
谭丽丽
机构
沈阳航空航天大学安全与工程学院
出处
《消防科学与技术》
CAS
北大核心
2023年第1期103-106,共4页
基金
国家自然科学基金项目(61901283)。
文摘
火灾作为一种全球性的灾难性事件,短时间内产生的烟雾和火焰就可以对人的生命财产造成严重损失。针对目前火灾检测误报率和漏报率较高的问题,提出了一种使用BSO-ELM(天牛群算法-优化极限学习机)的新型火灾检测算法,优化了极限学习机寻找最优权值和阈值的能力,提高了极限学习机的泛化能力和准确率。通过PyroSim软件进行仿真,产生样本数据,对BSO-ELM进行训练,并通过与未经优化的极限学习机和粒子群算法优化的极限学习机(PSO-ELM)进行对比,验证了天牛群优化极限学习机算法的优越性。
关键词
火灾检测算法
PyroSim
天牛群算法
极限学习机
粒子群算法
Keywords
fire detection algorithm
PyroSim
beetle swarm optimization
extreme learning machine
particle swarm algorithm
分类号
X932 [环境科学与工程—安全科学]
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于BSO-ELM算法的火灾检测研究
韩磊
曲娜
隋宇凡
谭丽丽
《消防科学与技术》
CAS
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部