基于神经网络的单室火源位置识别模型
Building Energy & Environment(2022)
摘要
本文开发了一种基于反向传播神经网络的单室火源位置识别模型.识别模型输入参量选用烟气温度、CO2浓度以及房门开口尺寸,模型输出火源位置.本文使用FDS模拟了共165个不同工况下的典型单室火灾场景,其中90个场景作为模型训练集,75个新场景作为模型测试集.测试集按照场景区别分为测试集A与测试集B.测试集A与B的识别准确率分别为84.8%和83.3%,kappa值分别为0.706和0.75.结果表明识别模型对于火源位置的识别精度满足要求,并对新场景具有适应性,可用于火灾发生后迅速识别火源位置并为人员进行灭火策略与逃生策略决策提供支持.
更多查看译文
关键词
fire simulation,neural network,fire identification,fire location
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要