《表3 标准聚氨酯泡沫明火SH3期望输出与实际输出对比 (明火概率)》

《表3 标准聚氨酯泡沫明火SH3期望输出与实际输出对比 (明火概率)》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于模糊神经网络的智能火灾探测方法研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

均方差越小,神经网络的可靠性就越高。从以上6个表可以发现,表6厨房干扰火明火概率的均方差为0.143,是最大的,说明此网络对于厨房干扰火或与之类似的火灾探测的准确度不如其他几类火。对厨房干扰火的明火概率和阴燃概率分别做了对比,原因是两种概率的值接近于0.5,若只考虑一种概率,得到的决策结果不具有说服力。综合这5种火的期望输出值与实际输出值的对比结果,可以证明,若将某种火的温度、烟浓度、CO数据带入训练后的神经网络中,能得到其较为真实的明火概率、阴燃概率、无火概率。