基于概率神經(jīng)網(wǎng)絡(luò)的家用燃燒氣味分類及其在火災(zāi)早期探測中的應(yīng)用

本文是提出結(jié)合概率神經(jīng)網(wǎng)絡(luò)（PNN）與Airsense電子鼻的主成分分析（PCA），基于電子鼻實(shí)現(xiàn)家居燃燒氣味分類，用于火災(zāi)早期預(yù)警。

研究背景

傳統(tǒng)火災(zāi)探測器僅依靠煙霧濃度、溫度觸發(fā)報(bào)警，響應(yīng)滯后且易誤報(bào)；金屬氧化物氣體傳感器組成的電子鼻可識別燃燒氣味，是早期火情檢測的新方向，但過往研究分類精度有限。

實(shí)驗(yàn)設(shè)計(jì)

檢測對象：選取蚊香、蠟燭、香燭、紙板、報(bào)紙、塑料、泡沫、木材、空氣清新劑等 10 類常見家居燃燒 / 干擾源。

實(shí)驗(yàn)設(shè)備

采用 Airsense便攜式電子鼻（搭載 10 個金屬氧化物傳感器），在溫濕度可控實(shí)驗(yàn)艙內(nèi)開展測試，環(huán)境溫度 20~30℃、相對濕度 30%~40%，氣味源與電子鼻間距 0.3m。

數(shù)據(jù)采集

采樣頻率設(shè)為 5 幀 / 秒（高于以往 1 幀 / 秒），采集時(shí)序信號；對原始數(shù)據(jù)做基線裁剪、剔除異常值完成預(yù)處理，共收集 66000 組樣本，按 6:4 劃分為訓(xùn)練集與測試集。

模型與方法

選用概率神經(jīng)網(wǎng)絡(luò)（PNN） 作為分類模型，設(shè)置擴(kuò)展因子 0.004、二元 Sigmoid 激活函數(shù)。相比傳統(tǒng)多層感知器，PNN 運(yùn)算速度更快、分類效果更優(yōu)。

實(shí)驗(yàn)結(jié)果

將Airsense電子鼻采集的傳感器信號作為輸入模型，整體平均分類準(zhǔn)確率達(dá) 99.62%，單次最高準(zhǔn)確率 99.96%，相較以往研究提升 0.3%~1.6%；部分氣味樣本存在輕微誤判，少數(shù)類別可實(shí)現(xiàn) 100% 精準(zhǔn)區(qū)分。

結(jié)論與展望

該方案利用Airsense電子鼻 + PNN 能高效區(qū)分家居燃燒氣味與干擾氣味，可有效實(shí)現(xiàn)火災(zāi)早期預(yù)警、降低誤報(bào)率。后續(xù)計(jì)劃擴(kuò)充火情與干擾樣本、優(yōu)化特征提取，進(jìn)一步提升系統(tǒng)性能。