多傳感器數(shù)據(jù)融合技術(shù)在火災(zāi)探測中的應(yīng)用研究.pdf

1、傳統(tǒng)的探測方法大多通過采集單一的火災(zāi)特征參數(shù)信息進(jìn)行判斷和識別，但由于干擾因素多，其誤報率一直比較高。針對火災(zāi)信號的非結(jié)構(gòu)性特點而提出的基于智能信息處理方法的火災(zāi)探測系統(tǒng)具有自學(xué)習(xí)和自適應(yīng)能力，已成為現(xiàn)在火災(zāi)探測技術(shù)的研究方向。
　　 本文以重慶市森林健康監(jiān)測系統(tǒng)開發(fā)課題為背景，結(jié)合縉云山森林特點，提出了兩種基于數(shù)據(jù)融合技術(shù)的火災(zāi)探測二級融合系統(tǒng)。基于BP神經(jīng)網(wǎng)絡(luò)和證據(jù)理論的二級數(shù)據(jù)融合系統(tǒng)和基于證據(jù)理論的二級數(shù)據(jù)融合系統(tǒng)。兩種

2、融合系統(tǒng)的提出是基于兩種不同的融合思想，第一種融合系統(tǒng)的提出是基于利用神經(jīng)網(wǎng)絡(luò)解決非線性結(jié)構(gòu)性問題的考慮；第二種融合系統(tǒng)的提出是基于降維和統(tǒng)計的思想。
　　 在構(gòu)建二級融合系統(tǒng)之前，本文對神經(jīng)網(wǎng)絡(luò)和證據(jù)理論的基礎(chǔ)理論進(jìn)行了深入的研究。由于BP神經(jīng)網(wǎng)絡(luò)是目前最成熟，訓(xùn)練精度高且泛化結(jié)果令人滿意，也是應(yīng)用最多的一種網(wǎng)絡(luò)，所以本文試圖選用BP神經(jīng)網(wǎng)絡(luò)來解決非線性結(jié)構(gòu)問題。但是由于傳統(tǒng)的BP學(xué)習(xí)算法存在收斂速度緩慢、易陷入局部極小等缺陷

3、，筆者在綜合學(xué)習(xí)了多種改進(jìn)的學(xué)習(xí)算法的基礎(chǔ)上，結(jié)合應(yīng)用背景，采用基于L-M的改進(jìn)學(xué)習(xí)算法來實現(xiàn)對神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練，并且通過仿真實驗表明，采用改進(jìn)后的學(xué)習(xí)算法收斂速度有了很大的提高。一直以來，對于D-S證據(jù)理論的研究主要集中在以下三個方面：①基本概率賦值函數(shù)的構(gòu)造；②高沖突證據(jù)的融合規(guī)則；③證據(jù)合成過程中的組合爆炸問題。結(jié)合應(yīng)用背景本文著重研究了前兩點，在實際應(yīng)用中，基本概率賦值函數(shù)的構(gòu)造還比較困難，缺乏一般性的理論指導(dǎo)，本文結(jié)合實際應(yīng)