火灾识别中RS-SVM模型的应用

• 作者: 于军琪 孙福志 杨柳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 火灾识别 粗糙集 支持向量机
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 工程与应用
• 页码范围: 198-200
• 页数: 3页
• 分类号: TP391
• 字数: 2951字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.03.061

摘要

提出了一种基于粗糙集-支持向量机(Rough Set Support Vector Machine,RS-SVM)的火灾识别算法.首先利用粗糙集理论,将描述火灾特征的6个变量映射为粗糙集的知识系统,再去除冗余信息.对该系统进行属性约简,获取该知识系统的规则集;利用SVM泛化和非线性逼近能力,将以上规则集作为训练火灾识别SVM的样本集,最终得到分类准确、优化的火灾识别算法.实验仿真表明:该算法对火灾识别精度高、速度快、抗扰性好、非线性能力强,且适用范围广,对于火灾及时准确识别具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于军琪	西安建筑科技大学信息与控制工程学院	128	556	12.0	16.0
2	杨柳	西安建筑科技大学建筑学院	217	2083	22.0	33.0
3	孙福志	西安建筑科技大学信息与控制工程学院	1	8	1.0	1.0