| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 火灾预警技术的现状和发展 | 第11-14页 |
| 1.2.1 火灾预警技术的历史和现状 | 第11-13页 |
| 1.2.2 火灾预警技术的发展趋势 | 第13-14页 |
| 1.3 课题研究的主要内容 | 第14-16页 |
| 第二章 火灾预警的原理和方法 | 第16-26页 |
| 2.1 火灾生成的机理及发展 | 第16-18页 |
| 2.1.1 火灾生成的机理 | 第16-17页 |
| 2.1.2 室内火灾的发生及发展过程 | 第17-18页 |
| 2.2 火灾信号的特征 | 第18-20页 |
| 2.3 火灾信号的识别算法 | 第20-22页 |
| 2.3.1 火灾信号的基本识别算法 | 第20-21页 |
| 2.3.2 火灾信号的智能识别算法 | 第21-22页 |
| 2.4 火灾预警系统的信息融合 | 第22-24页 |
| 2.4.1 火灾特征参量选取 | 第22-23页 |
| 2.4.2 信息融合的原理 | 第23页 |
| 2.4.3 信息融合系统的层次 | 第23-24页 |
| 2.4.4 多传感器信息融合技术在火灾识别中的应用 | 第24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 火灾预警系统设计 | 第26-50页 |
| 3.1 火灾预警系统整体设计 | 第26-27页 |
| 3.1.1 火灾预警系统总体结构 | 第26-27页 |
| 3.1.2 通讯方式 | 第27页 |
| 3.2 传感器选型 | 第27-30页 |
| 3.3 火灾预警系统硬件设计 | 第30-39页 |
| 3.3.1 区域火灾探测硬件设计 | 第30-36页 |
| 3.3.2 火灾预警控制器硬件设计 | 第36-38页 |
| 3.3.3 火灾应急报警装置硬件设计 | 第38-39页 |
| 3.4 火灾预警系统软件设计 | 第39-46页 |
| 3.4.1 区域火灾探测器软件设计 | 第39-42页 |
| 3.4.2 火灾预警控制器软件设计 | 第42-45页 |
| 3.4.3 火灾应急报警装置软件设计 | 第45-46页 |
| 3.5 上位机软件设计 | 第46-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第四章 火灾试验 | 第50-56页 |
| 4.1 火灾试验平台 | 第50页 |
| 4.2 火灾试验材料选取 | 第50-51页 |
| 4.3 火灾试验环境设计 | 第51页 |
| 4.4 火灾试验 | 第51-55页 |
| 4.4.1 木材阴燃火试验 | 第51-53页 |
| 4.4.2 木材明火试验 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 多传感器信息融合的火灾预警算法的研究 | 第56-76页 |
| 5.1 基于BP神经网络的火灾预警 | 第56-62页 |
| 5.1.1 BP神经网络原理 | 第56-58页 |
| 5.1.2 基于BP神经网络的火灾预警算法设计和仿真分析 | 第58-62页 |
| 5.2 基于支持限量机(SVM)的火灾预警 | 第62-68页 |
| 5.2.1 支持向量机(SVM)原理 | 第62-64页 |
| 5.2.2 基于支持向量机的火灾预警算法设计和仿真分析 | 第64-68页 |
| 5.3 基于极限学习机(ELM)的火灾预警 | 第68-73页 |
| 5.3.1 极限学习机(ELM)原理 | 第68-70页 |
| 5.3.2 基于极限学习机(ELM)的火灾预警算法设计和仿真分析 | 第70-73页 |
| 5.4 火灾数据处理算法比较 | 第73-74页 |
| 5.5 本章小结 | 第74-76页 |
| 第六章 基于WPSO-KELM的火灾预警算法 | 第76-90页 |
| 6.1 引言 | 第76页 |
| 6.2 基于核极限学习机(KELM)的火灾预警 | 第76-80页 |
| 6.2.1 核极限学习机(KELM)原理 | 第76-77页 |
| 6.2.2 基于核极限学习机(KELM)的火灾预警算法设计和仿真分析 | 第77-80页 |
| 6.3 粒子群优化算法 | 第80-84页 |
| 6.3.1 粒子群算法基本原理 | 第80-82页 |
| 6.3.2 改进粒子群算法 | 第82-84页 |
| 6.4 基于WPSO-KELM火灾预警算法设计和仿真分析 | 第84-86页 |
| 6.5 火灾预警算法比较 | 第86-88页 |
| 6.6 本章小结 | 第88-90页 |
| 第七章 结论 | 第90-92页 |
| 7.1 总结 | 第90-91页 |
| 7.2 展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 攻读学位期间所取得的相关科研成果 | 第96-98页 |
| 致谢 | 第98页 |
