智能建筑火灾自动报警系统的分析与设计
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-11页 |
| 1.2.1 国外研究产品 | 第8-10页 |
| 1.2.2 国内研究产品 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第二章 智能建筑火灾自动报警系统构成原理 | 第13-21页 |
| 2.1 智能建筑的组成及功能 | 第13页 |
| 2.2 智能建筑火灾自动报警系统 | 第13-16页 |
| 2.2.1 系统基本原理结构 | 第13-14页 |
| 2.2.2 系统基本性能 | 第14-15页 |
| 2.3.3 系统基本要求 | 第15-16页 |
| 2.3 火灾探测器原理 | 第16-18页 |
| 2.3.1 火灾自动报警控制器 | 第16-17页 |
| 2.3.2 火灾自动报警系统的线制 | 第17-18页 |
| 2.4 传统火灾自动报警系统 | 第18-19页 |
| 2.5 现代火灾自动报警系统 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 火灾自动报警系统信息识别方法技术 | 第21-39页 |
| 3.1 火灾信息处理的基本概念 | 第21-23页 |
| 3.1.1 信息处理的基本概念 | 第21-23页 |
| 3.1.2 火灾信号的基本特征 | 第23页 |
| 3.2 通信数据信息识别方法 | 第23-29页 |
| 3.2.1 通信方式的分析识别 | 第24-25页 |
| 3.2.2 通信数据信号识别 | 第25-27页 |
| 3.2.3 数据及实验分析 | 第27-29页 |
| 3.3 图像型火灾识别技术 | 第29-37页 |
| 3.3.1 基本原理 | 第30-31页 |
| 3.3.2 火灾图像的预处理 | 第31-32页 |
| 3.3.3 火灾图像的分割 | 第32-33页 |
| 3.3.4 火灾图像的特征提取 | 第33-35页 |
| 3.3.5 实验结果及分析 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于神经网络算法的火灾图像探测方法 | 第39-45页 |
| 4.1 人工神经网络概念 | 第39页 |
| 4.2 神经网络火灾探测算法 | 第39-44页 |
| 4.2.1 BP神经网络算法原理 | 第39-40页 |
| 4.2.2 BP神经网络的结构 | 第40-41页 |
| 4.2.3 BP神经网络算法计算步骤 | 第41-42页 |
| 4.2.4 火灾探测实验中的神经网络算法 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 结论与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-51页 |
