| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11页 |
| 1.1.1 课题研究背景 | 第11页 |
| 1.1.2 课题研究的意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 国内外研究现状的总结 | 第14页 |
| 1.3 本文研究目的及研究内容 | 第14-17页 |
| 1.3.1 研究目的 | 第14-15页 |
| 1.3.2 研究内容 | 第15-17页 |
| 第2章 多数据融合技术在火灾预警中的应用原理 | 第17-23页 |
| 2.1 多数据融合技术简介 | 第17页 |
| 2.2 基于多数据融合技术的火灾预警原理 | 第17-22页 |
| 2.2.1 火灾预警中的神经网络技术 | 第19-21页 |
| 2.2.2 火灾预警中的模糊推理技术 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 火灾初期发展过程及数值模拟 | 第23-33页 |
| 3.1 控制方程 | 第23-24页 |
| 3.1.1 质量守恒方程 | 第23页 |
| 3.1.2 动量守恒方程 | 第23-24页 |
| 3.1.3 能量守恒方程 | 第24页 |
| 3.2 火灾初期发展过程 | 第24-25页 |
| 3.3 火灾初期数值模拟 | 第25-32页 |
| 3.3.1 探测参量的选取及模型介绍 | 第25-27页 |
| 3.3.2 机舱火灾模拟 | 第27-30页 |
| 3.3.3 旅馆火灾模拟 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 多数据融合火灾预警技术的初步实现及性能分析 | 第33-45页 |
| 4.1 多数据融合火灾预警技术的实现 | 第33-39页 |
| 4.1.1 神经网络技术的实现 | 第33-36页 |
| 4.1.2 模糊推理技术的实现 | 第36-39页 |
| 4.2 多数据融合火灾预警技术性能分析 | 第39-43页 |
| 4.2.1 火灾模拟探测信号的归一化处理 | 第39-40页 |
| 4.2.2 基于MATLAB仿真的性能分析 | 第40-43页 |
| 4.3 本章小结 | 第43-45页 |
| 第5章 多数据融合火灾预警技术的改进 | 第45-59页 |
| 5.1 基于神经网络训练样本的改进分析 | 第45-49页 |
| 5.2 基于多数据融合技术结构的改进分析 | 第49-57页 |
| 5.2.1 基于多数据融合技术结构的改进 | 第49-52页 |
| 5.2.2 结构改进后的火灾预警性能分析 | 第52-57页 |
| 5.3 本章小结 | 第57-59页 |
| 结论及展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 附录 | 第67-72页 |
| 致谢 | 第72页 |