LVQ神经网络的红外光谱火灾早期预警算法 (2011年)

对前期大量试验采集的火灾气体数据进行特征提取，找出能够代表火灾整体特征的过程特征信息．通过体积分数曲线拟合分析，提取出体积分数、速度和加速度估值等火灾特征信息参量，建立适合于火灾早期探测的学习向量量化(LVQ)神经网络算法．通过对比分析证明，该算法比传统火灾探测器报警时间提前3～21 min，且对于真假火灾可进行准确识别，实现火灾早期探测预警的目标．