基于MK-XGBoost的多传感器融合火灾识别技术

摘要

针对单一传感器预测中的漏报、误报的缺点,本文提出了一种基于MK-XGBoost的多传感器数据融合火灾识别技术。该技术通过采集受限空间的温度、烟雾质量浓度、CO体积分数,基于Mann-Kendall检验方法生成趋势因子,该因子与上升趋势呈正相关,后续将火灾数据与趋势因子作为特征,采用XGBoost算法判断火灾是否发生。在软件FDS与MATLAB下进行仿真,并与SVM、XGBoost原算法比较。仿真结果表明:火灾判断的准确率为98.0%,识别时间提高了0.9 s,说明本算法能够有效地提高火灾识别的准确性与时效性。