论文部分内容阅读
针对传统的消防控制系统性能稳定性差且容易出现误报和漏报的问题,设计了一种人工智能与嵌入式技术相结合的智能消防系统。该系统首先借助BP神经网络可以自学习的特性,将火灾现场产生的一氧化碳浓度信息、烟雾浓度信息以及温度信息作为BP神经网络的输入,然后通过设置网络的激活函数以及误差阈值输出火灾的有火概率、无火概率以及阴燃火概率,并对三种火灾类型设定阈值决策输出有无火灾的发生。仿真结果表明该系统具有更稳定的输出和更好的性能。