基于气体传感器和自组织神经网络的早期火灾探测研究

摘要：

传统的火灾探测利用烟雾和温度触发火灾报警.这些装置缺乏对早期火灾源的探测能力,而且总存在错误报警.利用金属氧化物气体传感器(MOGS)的组合,采用自组织特征映射网络方法,应用于多种火灾源的早期探测.试验表明,采用自组织特征映射网络方法能够区分所试验火灾气味,达到99.8%的识别准确率,表明这种电子鼻(EN)应用于实际探测早期多种火灾源的可能性.

关键词：气体传感器阵列、自组织特征映射网络、火灾早期探测、人工嗅觉

所属期刊栏目：23

分类号：TP2(自动化技术及设备)

在线出版日期：2007-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：60-63