科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文主要针对低压飞机货舱环境下，单模型的烟雾探测算法不灵敏的问题，给出一种基于二次优化选择策略(quadratic optimization choice， QOC)的集成分类模型。首先，对多种火灾特征参数包括CO体积分数、温度、湿度、红外蓝波长光散射功率信号和烟颗粒索特平均直径数据及对应增长率进行增益评估，筛选出关联度高的作为属性，通过特征工程和性能排序候选分类器，然后采用QOC策略和软投票法集成机制确定次级分类器，最后指定MLP作为元分类器的模型集成方法，以提高烟雾探测模型在真实飞行环境的准确性和鲁棒性。模型性能将基于精密度、召回率和F1、F2、F3指标进行比较，试验表明，本方法在应用于60kPa低压环境烟雾探测结果优于KNN和MLP，对榉木和航空汽油可燃物具有97.24%和96.01%的分类精度，较原始算法KNN提高了8.72%和6.26%，较原始算法MLP提高了3.68%和18.22%。具有更好的性能。
-
单位中国民航飞行学院
