论文部分内容阅读
针对矿井火灾早期预测预报研究了新的方法，将矿井火灾图像与温度、烟雾、CO、CO2、O2等多个参数相结合，进行综合分析，对矿井火灾进行判断。依据神经网络建立的数学模型，采用神经网络的学习算法，对矿井火灾进行识别。通过仿真分析结果表明，矿井火灾正确识别率很高，特别是采用RBF神经网络，正确识别率达到98％以上，从而为神经网络实际用于矿井火灾识别成为可能，该方对矿井火灾早期预测预报具有重要的理论意义和实用价值。