基于模糊神经网络的智能家居火灾检测系统研究
| 目录 | 第1-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·智能家居发展 | 第13-15页 |
| ·智能家居火灾监测研究现状及水平 | 第15-17页 |
| ·本文工作简介 | 第17-19页 |
| ·本文研究内容 | 第17页 |
| ·本文组织结构 | 第17-19页 |
| 第2章 智能家居火灾监测系统环境与相关技术 | 第19-29页 |
| ·智能家居火灾监测环境分类 | 第19-20页 |
| ·智能家居火灾特征及监测参数分析 | 第20-23页 |
| ·火灾监测特征信号分析 | 第20-22页 |
| ·火灾复合监测技术 | 第22页 |
| ·家居火灾监测参数分析 | 第22-23页 |
| ·多传感器信息融合技术 | 第23页 |
| ·模糊系统和神经网络 | 第23-28页 |
| ·模糊系统的特点及其在火灾监测中的应用 | 第24-25页 |
| ·神经网络的特点及其在火灾监测中的应用 | 第25-26页 |
| ·模糊系统与神经网络的融合决策 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 智能家居火灾监测系统总体及硬件结构设计 | 第29-44页 |
| ·智能家居火灾监测系统总体结构 | 第29页 |
| ·各组成部分的功能 | 第29-30页 |
| ·数据采集 | 第29页 |
| ·预处理 | 第29-30页 |
| ·无线传输 | 第30页 |
| ·建模 | 第30页 |
| ·监测 | 第30页 |
| ·报警 | 第30页 |
| ·硬件结构 | 第30-32页 |
| ·探测器设计 | 第32-36页 |
| ·ZigBee 无线通讯模块 | 第32页 |
| ·温度传感器 | 第32-34页 |
| ·烟雾传感器 | 第34-35页 |
| ·CO 气体传感器 | 第35-36页 |
| ·主控器设计 | 第36-39页 |
| ·ZigBee 无线通讯模块 | 第36-38页 |
| ·声光报警模块 | 第38页 |
| ·GSM 模块 | 第38-39页 |
| ·ZigBee 无线通讯技术 | 第39-43页 |
| ·ZigBee 技术简介 | 第39-40页 |
| ·ZigBee 技术的特点 | 第40-41页 |
| ·ZigBee 协议栈结构 | 第41页 |
| ·ZigBee 网络结构 | 第41-42页 |
| ·ZigBee 在火灾监测系统中的应用 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 建模算法研究 | 第44-61页 |
| ·建模算法系统总体结构 | 第44-45页 |
| ·模糊系统设计 | 第45-52页 |
| ·模糊逻辑推理 | 第45-46页 |
| ·模糊系统模糊化处理 | 第46-47页 |
| ·模糊推理规则建立 | 第47-52页 |
| ·反模糊化 | 第52页 |
| ·神经网络设计 | 第52-59页 |
| ·BP 神经网络和 RBF 神经网络分析比较 | 第53-54页 |
| ·BP 神经网络设计 | 第54-58页 |
| ·RBF 神经网络设计 | 第58-59页 |
| ·模糊系统与神经网络融合决策 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 仿真实验 | 第61-70页 |
| ·仿真环境 | 第61-63页 |
| ·火灾探测器的点位分配原则 | 第61页 |
| ·火灾探测器的保护范围 | 第61页 |
| ·火灾监测环境 | 第61-62页 |
| ·训练样本数据 | 第62-63页 |
| ·BP 神经网络与 RBF 神经网络仿真对比 | 第63-66页 |
| ·系统测试 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表论文及科研工作 | 第74-75页 |
| 致谢 | 第75页 |
