买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利一种基于BP神经网络和D-S证据理论的地下道路火灾检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116028852B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310085512.1，技术领域涉及：G06F18/24；该发明授权一种基于BP神经网络和D-S证据理论的地下道路火灾检测方法是由张天雨;刘毅;邱云周;贾根团设计研发完成，并于2023-02-08向国家知识产权局提交的专利申请。

本一种基于BP神经网络和D-S证据理论的地下道路火灾检测方法在说明书摘要公布了：一种基于BP神经网络和D‑S证据理论的地下道路火灾检测方法，为检测地下道路火灾的M种事件，存在N个类型传感器的信息需要采集，将这M种事件定义为焦元集合；将N个类型传感器定义为证据源；对该N个类型传感器采集的数据进行预处理后，按照数据来源进行归类；根据不同类型传感器数据，基于BP神经网络或模糊隶属度函数进行基本概率分配，得到各类型传感器对火灾事件的判断结果，即单一传感器决策结果；通过计算证据支持度与焦元支持度，对所有的判断结果重新进行权重修正；对经过权重修正的判断结果，通过基于D‑S证据理论的融合算法进行融合，得到最终的火灾发生概率。本发明方法在检测的时延以及准确性上都有明显的提升。

本发明授权一种基于BP神经网络和D-S证据理论的地下道路火灾检测方法在权利要求书中公布了：1.一种基于BP神经网络和D-S证据理论的地下道路火灾检测方法，其特征在于，包括： 步骤1，为检测地下道路火灾的M种事件，存在N个类型传感器的信息需要采集，将这M种事件定义为焦元集合F＝{f1、f2、……、fM}，M≥2，fM表示第M个焦元，也即第M种事件；将N个类型传感器定义为证据源E＝{e1、e2、……、eN}，N≥1，eN表示第N个证据，也即第N个类型传感器采集的数据；对该N个类型传感器采集的数据进行预处理后，按照数据来源进行归类； 步骤2，根据不同类型传感器数据，基于BP神经网络或模糊隶属度函数进行基本概率分配，得到各类型传感器对火灾事件的判断结果，即单一传感器决策结果； 步骤3，通过计算证据支持度与焦元支持度，对所有的判断结果重新进行权重修正；所述证据支持度，是指其他证据对某个证据针对火灾事件判断的认可程度，越多证据的判断结果与所述某个证据的判断结果接近，则证据支持度越大；所述焦元支持度，是指当所有证据认定某种火灾事件发生的概率要高于其他火灾事件发生概率超过一定阈值时，对高概率发生事件支持度越高的证据可信度越高，则焦元支持度越大； 步骤4，对经过权重修正的判断结果，通过基于D-S证据理论的融合算法进行融合，得到最终的火灾发生概率； 其中，所述步骤3，先将单一传感器决策结果按照权重修正算法先构建关联矩阵，即IM矩阵；然后分别计算证据支持度与焦元支持度，从而得到权重系数；最终得到证据源与焦元概率关系的对应矩阵其中，PNM是指通过第N个证据判断第M种事件可能发生的概率； 构建的关联矩阵描述了证据与证据之间的关系，表示如下： 其中rij表示根据第i个证据推测M种事件分别可能发生的概率mi与根据第j个证据推测M种事件分别可能发生的概率mj之间的差异，差异越大，则rij的值越大，rij的计算公式如下： 其中，表示证据ei的基本概率分配函数，表示证据ej的基本概率分配函数；fx表示焦元集合F中任意的一个元素；表示通过证据ei判断事件fx可能发生的概率，表示通过证据ej判断事件fx可能发生的概率； 所述证据支持度的计算公式如下： 当满足如下条件时，在权重修正时考虑交焦元支持度： ε为自定义常数； 重新进行权重修正后的权重系数如下： 其中，wk表示第k个证据ek的权重系数，Supi是第i个证据ei的证据支持度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。