统计模型在火灾统计中的应用

通过分析已有的火灾统计数据,建立了简单的二元线性回归模型,并对此模型进行了显著性检验。分析表明违规操作和电气故障是群死群伤火灾的主要因素。可以利用此模型分析火灾统计中不同形式的数据,并进一步说明统计模型在火灾统计中的作用。     

论火灾损失的核定

对火灾损失核定中存在的问题进行了较深入的分析,通过引入中介组织,成立专家小组,注重时效性,加强人员素质等几方面来解决火灾损失核定中遇到的难题,建议对有关规定进行修改,并且发展火灾公众责任保险,来推进火灾损失核定工作。     

基于神经网络集成方法预测膜蛋白类型

由Chou等人提出的预测膜蛋白分类的机器学习算法在近年来不断改进,使得预测膜蛋白类型的准确率越来越高。但是由于膜蛋白类分布不均衡而导致少数类的预测准确率非常低,使用神经网络集成方法能解决此问题。该方法中Bagging算法通过对多数类欠采样和少数类过采样来解决膜蛋白训练数据集不均衡问题。此外,用神经网络集成方法对已训练数据集和独立数据集进行分类测试,得出神经网络集成方法预测效果优于单个最好神经网络。该方法为解决蛋白质分类预测问题提供了一种新的策略,特别是训练数据集不均衡时,该方法的优势更加明显。     

模糊神经网络集成在液压故障诊断中的应用

阐述了神经网络集成的基本概念及其在液压故障诊断中应用时的个体网络生成方法和结论结合方法.根据液压系统的工作特点,采用Gauss随机函数作为个体网络的训练样本的随机采集函数,使个体神经网络的输出集中于各工作阶段的主要故障,并保持了个体网络之间的差异性,增强了网络集成的泛化能力.     

视频分析技术在火灾调查中的应用

在火灾调查工作中,根据火灾现场视频早期出现的光线、火焰、速度变化等起火特征,通过不同的视频分析方法,分析火灾的起火过程和机理,可为准确判断火灾起火部位、起火点,认定起火原因,揭示火灾真相提供客观公正的依据。     

期望概率方法在火灾风险评估中的应用

在对传统方法与期望概率方法所得结果进行比较的基础上,应用期望概率方法对中国古建筑火灾损失和中国19502006年火灾损失进行风险评估,得到应用期望概率方法进行风险评估可以提高消防系统的安全标准,并且建议了一种简便迅速的评估计算方法。     

计算机模拟技术在火灾调查中的应用

针对衡州大厦特大火灾坍塌事故这一典型案例,采用计算机模拟的方法,利用FDS软件对衡州大厦一层建立火灾模拟场景,通过计算再现火灾过程,根据实际调查情况,设置三个可能的起火点,将计算结果比照证人证言所描述的火灾发展情况,验证火灾调查结论的正确性.根据计算所再现的火灾扩大蔓延过程,寻找阻止火势蔓延途径以降低火灾损失的方法.     

基于神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于神经网络集成的传感器故障诊断方法。该方法将传感器输出看做时间序列,通过加噪声生成抖动数据,建立多组神经网络,以获得神经网络集成预测器输出。通过将预测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现传感器故障在线诊断。应用结果表明该方法可以提高神经网络的运算精度,从而快速准确地检测和分离传感器故障,辨识传感器故障类型以及故障发生的时间。     

基于神经网络集成的阵地工程效能评估

针对单一神经网络存在精度低、泛化能力弱等问题,提出了基于神经网络集成的阵地工程效能评估模型.结合某合成旅阵地工程规划方案效能评估实例,由历史数据独立训练出若干个神经网络,选出多个精度较高且差异性较大的个体网络,组合构成神经网络集成.仿真实验结果表明,神经网络集成的评估性能明显优于最优的单个神经网络,且操作简单,评估快速...     

基于多级 RBF 神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于多级RBF神经网络集成的传感器故障诊断方法。该方法充分利用控制系统闭环回路测控信息,建立多级神经网络集成观测器模型。将输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现控制系统传感器故障在线诊断。将三容水箱液位控制系统作为仿真对象,仿真结果表明该方法不仅可以提高单一神经网络的运算精度,而且采用RBF神经网络集成方式还要优于其他集成方式,可以快速准确地检测和分离传感器故障,辨识传感器故障类型、故障大小以及故障发生的时间。     

基于ANN技术的射击效率评定

将BP、RB、GRNN等人工神经网络引入火炮射击效率评定,其运算先确定相关参数、再根据毁伤概率产生输出数据、最后对数据进行检验,对训练好的网络进行仿真,并将计算与网络仿真的结果进行对比.结果表明,训练好的神经网络可较精确逼近解析解的结果,在计算量大的情况下该方法较解析计算更具优势.     

从灭火救援谈减少高层建筑火灾损失的对策

近年来,高层建筑群死群伤和重大财产损失的恶性火灾事故频发。为减少高层建筑火灾事故人员伤亡和财产损失,从高层建筑火灾扑救难点进行了分析研究,有针对性地提出了在火灾扑救过程中有效减少火灾损失的策略。     

基于神经网络的火控系统故障诊断专家系统

针对某型战机航空火控系统故障诊断方法对维修人员、检测设备依赖性大、故障诊断时间长等弊端,提出将神经网络与专家系统技术相结合应用于该型战机火控系统的故障诊断中.根据火控系统的故障特点给出了其神经网络专家系统的结构,建立了系统知识库,设计了系统运行的主界面和四大运行模块.经部队外场维修人员使用证明,该系统易于维护和使用,故障诊断准确率较高,有较强的鲁棒性.     

基于人工神经网络的人员安全疏散反应时间研究

主要研究了基于Levenberg-Marquardt算法的人工神经网络的火灾时人员疏散反应时间的可靠性和可行性。首先介绍了人员疏散现状调研和LP神经网络背景特点,然后将问卷调查、疏散演练基于同一平台,建构人员疏散反应数学模型,最后通过LP神经网络进行实际测试和分析,验证了人员疏散反应时间数学模型的可靠性。     

基于火灾风险评估的商场保险费率厘定研究

结合火灾公众责任保险的推广,从火灾风险评估和火灾保险费率厘定两个方面入手,通过专家打分,采用层次分析法对火灾风险进行半定量评估,得到了商场建筑火灾风险评估的指标体系。然后,提出基于神经网络的火灾保险与保险费率的对应机理,得到指标权重与费率对应关系,进而通过某商场投保实例验证此方法的可行性和合理性。     

基于粗糙神经网络和网络撕裂的故障诊断方法

利用网络撕裂法逐层将复杂装备撕裂为较为简单的单元,并充分利用粗糙集和神经网络融合方法的优点进行故障诊断。提出了基于粗糙神经网络的网络撕裂故障诊断方法,总结出基于粗糙神经网络和网络撕裂的故障算法流程图。以L-F滤波器为例进行实验,结果证明:该算法明显优于普通的基于粗糙神经网络的故障诊断方法,网络结构得到简化,训练速度得到加快。