| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·引言 | 第11页 |
| ·火灾探测技术的发展与研究现状 | 第11-15页 |
| ·火灾探测技术的发展 | 第11-14页 |
| ·多元复合探测技术的产生和发展 | 第14-15页 |
| ·数据融合技术的发展概况及应用价值 | 第15-16页 |
| ·数据融合技术的发展概况 | 第15-16页 |
| ·数据融合的理论意义和应用价值 | 第16页 |
| ·动态模糊神经网络理论发展历史与现状 | 第16-18页 |
| ·模糊神经网络的发展 | 第16-17页 |
| ·动态模糊神经网络提出的背景 | 第17页 |
| ·动态模糊神经网络的发展与应用 | 第17-18页 |
| ·本文研究的主要内容 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第2章 火灾探测原理及方法 | 第21-41页 |
| ·火灾的发展历程 | 第21-23页 |
| ·火灾发展的两个阶段 | 第21-22页 |
| ·火灾的阴燃阶段 | 第22-23页 |
| ·火灾探测技术及探测器的选择 | 第23-27页 |
| ·火灾探测技术 | 第23页 |
| ·火灾探测信息 | 第23-24页 |
| ·火灾探测器的选择 | 第24-27页 |
| ·火灾早期探测技术 | 第27-35页 |
| ·气味火灾探测技术 | 第28-30页 |
| ·一氧化碳火灾探测技术 | 第30-32页 |
| ·光电感烟火灾探测技术 | 第32-34页 |
| ·多元复合探测技术 | 第34-35页 |
| ·火灾早期探测分级 | 第35-39页 |
| ·实际与干扰火灾的判定 | 第36-37页 |
| ·火灾早期分级预警 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第3章 多传感器数据融合火灾早期分级预警技术 | 第41-53页 |
| ·数据融合的概念、特点及算法 | 第41-44页 |
| ·数据融合的概念 | 第41页 |
| ·数据融合的特点 | 第41-43页 |
| ·数据融合的算法 | 第43-44页 |
| ·多传感器数据融合技术在火灾早期探测中的应用 | 第44-50页 |
| ·多传感器数据融合的概念及模型 | 第44-47页 |
| ·多传感器控制系统的信息融合算法 | 第47-50页 |
| ·本章小结 | 第50-53页 |
| 第4章 动态模糊神经网络结构及算法 | 第53-69页 |
| ·模糊神经网络的集合 | 第53-56页 |
| ·模糊控制系统 | 第53页 |
| ·神经网络控制系统 | 第53-54页 |
| ·模糊控制理论与神经网络相结合的智能控制系统 | 第54-56页 |
| ·动态模糊神经网络的概念及结构 | 第56-59页 |
| ·动态模糊神经网络的含义与特点 | 第57页 |
| ·动态模糊神经网络的结构 | 第57-59页 |
| ·动态模糊神经网络的学习算法 | 第59-64页 |
| ·系统误差及可容纳边界 | 第59-60页 |
| ·分级学习思想 | 第60页 |
| ·前提参数分配 | 第60-61页 |
| ·结构参数的确定 | 第61-64页 |
| ·动态模糊神经网络的修剪技术 | 第64-68页 |
| ·传统的修剪策略 | 第65页 |
| ·误差下降率(ERR)方法 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 动态模糊神经网络在火灾早期探测分级预警系统中的应用 | 第69-85页 |
| ·非线性动态火灾早期信号探测系统辨识 | 第69-74页 |
| ·非线性动态系统的辨识 | 第69-70页 |
| ·神经网络用于系统辨识 | 第70页 |
| ·系统辨识模型 | 第70-72页 |
| ·火灾早期信号探测系统模型建立 | 第72-74页 |
| ·火灾早期探测系统中动态模糊神经网络结构的确定及参数的选取 | 第74-76页 |
| ·火灾早期探测系统中动态模糊神经网络算法的应用 | 第76-84页 |
| ·探测数据的预处理 | 第76-77页 |
| ·探测数据的确定 | 第77-79页 |
| ·仿真模拟 | 第79-84页 |
| ·本章小结 | 第84-85页 |
| 第6章 结论与展望 | 第85-87页 |
| ·结论 | 第85页 |
| ·展望 | 第85-87页 |
| 参考文献 | 第87-95页 |
| 致谢 | 第95-97页 |
| 学习经历简介 | 第97页 |