支持向量机与BP网络在火灾图像探测上的比较

• 作者: 何世钊 杨宣访 陈晓娟
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 火灾探测 形状特征 支持向量机 BP神经网络
• 年，卷（期）: 2011,（4）
• 页码范围: 339-343
• 分类号: TP18
• 字数: 3844字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2011.04.010

摘要

针对BP神经网络和支持向量机在火灾探测上存在的理论差别,分别构建了基于此2种方法的火灾图像探测方法.2种方法均依据火焰颜色分布规律实现了目标区域的分离,并将目标区域的形状特征及变化值作为判据.通过对火灾实验样本的训练及识别,2种方法的探测表现得到了比较与分析.实验结果表明基于支持向量机的火灾探测方法具有快速收敛特性及所需较少训练样本的优点.同时,BP神经网络对测试集较少的错判反映出其良好的非线性映射能力,适合求解内部机制复杂的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宣访	海军工程大学电气与信息工程学院	59	543	12.0	21.0
2	何世钊	海军工程大学电气与信息工程学院	2	6	1.0	2.0
3	陈晓娟	海军工程大学电气与信息工程学院	6	49	3.0	6.0