[发明专利]一种基于智能算法的高灵敏度复合烟感低误报方法在审
申请号: | 202110700540.0 | 申请日: | 2021-06-23 |
公开(公告)号: | CN113436404A | 公开(公告)日: | 2021-09-24 |
发明(设计)人: | 刘平山;项平川;方军丽;廖维伟 | 申请(专利权)人: | 桂林电子科技大学 |
主分类号: | G08B17/10 | 分类号: | G08B17/10;H04W4/38;G06N3/00;G06N3/04;G06N3/08;G06K9/62 |
代理公司: | 郑州豫原知识产权代理事务所(普通合伙) 41176 | 代理人: | 吴小传 |
地址: | 541004 广西*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 智能 算法 灵敏度 复合 烟感低误报 方法 | ||
1.一种基于智能算法的高灵敏度复合烟感低误报方法,其特征在于,该方法分为硬件平台和智能算法两部分,所述方法包括以下步骤:
步骤1:硬件平台采用单片机系统配合多种传感器完成烟雾原始数据的采集;
步骤2:将烟感装置利用无线网与云平台相连接,同时采集的原始数据传输至云平台;
步骤3:在云平台中利用改进粒子群算法进行数据分析解算,当气体中有害烟雾量高于标准阈值时,烟感发生报警,当低于标准阈值时重复步骤1。
2.如权利要求1所述的一种基于智能算法的高灵敏度复合烟感低误报方法,其特征在于,所述的系统采用REM架构的LPC4078单片机,传感器包括温度传感器、离子式烟雾传感器。
3.如权利要求1所述的一种基于智能算法的高灵敏度复合烟感低误报方法,其特征在于,所述的云平台的超级系统采用.NET Framework+C#异构体系,应用.NET Framework丰富的展现组件,同时提高平台的可靠性和稳定性。该平台分成业务支撑层、应用系统层、基础平台层、数据资源层。搭建出资源系统和控制系统的云基础架构并进行相关的虚拟化、数据中心网络计算。通过标准化接口实现对系统调度、安全、资源的弹性管理和分配。
4.如权利要求3所述的一种基于智能算法的高灵敏度复合烟感低误报方法,其特征在于,所述的应用层主要是通过.NET Framework组件实现通信调度的画面的全景化可视化展现,利用Visual Studio 2010实现可视化系统的开发,该层提供了统一调用接口代理服务;
所述的业务支撑层主要为应用层与应用系统层之间的业务逻辑访问提供接口服务。应用系统层基于C#技术实现数据采集、接口管理及定时调度等中间件的开发;
所述的应用系统层通过接口以NetBEUI协议实现和数据资源层、业务支撑层之间的信息传输;
所述的基础平台层是为用户提供其所需的计算和存储等资源,并通过虚拟化等技术奖资源池化,以实现资源的按需分配和快速部署;
所述的数据资源层为可视化数据库,存储着不同应用系统的信息,包括设备检测试验信息,设备运行及故障信息,为平台的通信调度提供数据支持。
5.如权利要求1所述的一种基于智能算法的高灵敏度复合烟感低误报方法,特征在于,所述的步骤3改进粒子群算法进行数据分析解算包括以下步骤:
步骤3.1:对烟雾数据生成特征向量矩阵;产生n个粒子,初始化这n个粒子在种群中的初始位置,每个粒子的维度和搜索空间的维度相同。
步骤3.2:先计算每一列特征的平均值,然后每一维度都需要减去该列的特征平均值;进行约束条件处理,计算每个粒子的适应度,依照非支配关系形成个体最优值解集和全局最优值解集,并存储数据。
步骤3.3:计算特征的协方差矩阵;通过支配关系和拥挤距离确定每个粒子的个体最优值和全局最优值。
步骤3.4:针对协方差矩阵进行特征值和特征向量的计算;结合改进粒子群算法的位置更新公式,调整每个粒子的位置。并判断位置是否满足约束条件,不满足则需要调整位置。
步骤3.5:对计算得到的特征值进行从大到小的排序;更新外部存储数据,将非支配解集存储,被支配解删除。
步骤3.6:取出前K个特征向量和特征值,并进行回退,即得到了降维后的特征矩阵。更新全局最优解和个体最优解。算法达到最大迭代次数或者满足迭代要求后停止迭代,如果不满足迭代结束条件,则返回步骤2。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学,未经桂林电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110700540.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种硅空气电池测试系统
- 下一篇:一种铝锂合金用保护熔剂及其制备方法