本发明提出了一种基于离散型Hopfield神经网络的化学实验室风险预警方法将通风照明设备运行状况a1、控温控湿设备运行状况a2、电路系统运行状况a3、危险化学品存放环境状况a4、危险化学品化学性质保存状况a5、实验仪器安全检查状况a6、实验仪器安全运行状况a7、安全指示标志状况a8、防火防爆设备运行状况a9、实验环境卫生状况a10、应急设备状况a11、应急疏散通道状况a12的实际结果编码化并输入到构建的离散型Hopfield神经网络中,在多次迭代后保持不变的特性实现对高校化学实验室安全状况多指标评估体系的风险预警。本发明解决需要大量数据进行仿真、迁移性差、构造方法复杂的问题,实现了对实验室安全状况直观、快速、准确的风险预警。
声明:
“基于离散型Hopfield神经网络的化学实验室风险预警方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)