论文部分内容阅读
针对传统单一信号的火灾检测方式存在误判问题,以及布线复杂并且性价比低的弱点,提出了基于STM32F和极限学习机火灾检测方法;该方法首先通过STM32F模块采集多个传感器的值（烟雾传感器,甲烷传感器,可燃气体传感器,一氧化碳传感器）,WLAN为载体进行数据发送,然后采用加权滤波对数据进行去噪处理,获得极限学习机的训练和测试样本库,模型训练结束后,以测试数据进行方法验证,并对验证结果进行评估;结果表明,该方法能够准确判断火灾类型,准确度达到90%以上;在火灾处理算法方面,极限学习机相对于BP神经网络、支持向量