基于SVM的火灾警报系统传感器组合优化研究

摘要

为了提高对火灾的监控,提高火灾警报系统的灵敏性与可靠性,本文将温度传感器、烟雾传感器、一氧化碳传感器、二氧化碳传感器和氧气传感器的数据进行处理转换,作为SVM算法的输入,利用SVM算法的分类泛化能力对火灾进行精准的识别,最后求得最佳性能的探测器类型的组合。在国内尚未对各类常用传感器的组合进行评估的情况下,本文全面而精准地测算了上述五类传感器各种组合在实验中的优劣,并且得出在精确度足够高的情况下,成本最低最具性价比的传感器组合为:温度传感器、烟雾传感器和一氧化碳传感器。