采用LSTM,GRU和BiLSTM的单个神经网络和集成神经网络用于火灾预测
基于深度学习(LSTM,GRU和BiLSTM)的火灾预测基于深度学习的火灾预测方法性能的关键在于火灾预测模型的设计。根据火灾发生时的环境信息参数以及神经网络结构对火灾预测性能的影响,设计了基于自适应集成神经网络的火灾预测系统。火灾预测模型的结构分为信息层、特征层和决策层,依次完成对火灾信息的预处理、特征提取和决策输出功能。在特征层中,采用LSTM,GRU和BiLSTM神经网络对火灾环境的温度(T)、一氧化碳浓度(CO)、烟雾浓度(SMK)火灾数据进行融合预测。**采用国家标准试验火和其他火灾数据集进行
原创
2021-11-30 15:00:47 ·
2339 阅读 ·
9 评论