主管：中华人民共和国应急管理部
主办：应急管理部天津消防研究所
ISSN 1009-0029  CN 12-1311/TU
消防科学与技术

消防科学与技术 ›› 2020, Vol. 39 ›› Issue (3): 380-384.

• • 上一篇    下一篇

数据挖掘在实体火灾实验中的应用研究

韩光，李毅，于东兴，刘欣，王健强   

  1. 应急管理部天津消防研究所，天津 300382
  • 出版日期:2020-03-15 发布日期:2020-03-15
  • 作者简介:韩 光（1992-），男，山东聊城人，应急管理部天津消防研究所研究实习员，主要从事自动喷水灭火系统应用及数据挖掘及技术等研究，天津市西青区津涞公路富兴路2号，300382。
  • 基金资助:
    国家十三五重点研发计划项目“特殊结构建筑自动灭火关键技术及产品”（2018YFC0807605）

The research of application of data mining technology in entity fire test

HAN Guang， LI Yi， YU Dong-xing， LIU Xin，WANG Jian-qiang   

  1. Tianjin Fire Research Institute of MEM，Tianjin 300382，China
  • Online:2020-03-15 Published:2020-03-15

摘要： 为实现高效、迅速地完成实体火灾实验，充分发挥数据潜力，重点研究数据挖掘与深度网络在自动喷水灭火系统实体火灾实验中的应用。通过选取合适的算法，逐步确定模型中的各参数，建立了有效的数据挖掘模型。该模型可以减少风险，提高实验质量，缩短实验周期，形成更具智慧的实体实验决策。

关键词: 数据挖掘, 实体火灾实验, 深度网络

Abstract:  In order to complete the physical fire test efficiently and quickly and to give full play to the potential of data， this paper focuses on the application of data mining and deep network in the entity fire test of automatic sprinkler system. Combined with the physical fire tests of the automatic sprinkler system， this paper selectes the appropriate algorithm, determines the parameters in the model and sets up the verify model of the data mining eventally. The model can reduces the risk,improves the quality of the test.It can shorten the period of test and formate a more intelligent decision of entity test .

Key words: data mining, entity fire test, deep model