基于Krawtchouk矩和支持向量机的火焰状态识别

• 作者: 吴一全 周怀春 朱丽
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 炉膛火焰监测 火焰图像 特征提取 状态识别 Krawtchouk矩 小波支持向量机 混沌小生境粒子群优化
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 热能工程
• 页码范围: 734-740
• 页数: 7页
• 分类号: TK223|TN911
• 字数: 5651字
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.2014.05.004

摘要

监测炉膛火焰燃烧状态对防止锅炉爆管起着重要作用。为了进一步提高火焰图像特征提取的准确度和燃烧状态的识别率，文中将Krawtchouk矩引入火焰特征提取，提出了一种将Krawtchouk矩不变量与小波支持向量机相结合的火焰燃烧状态识别方法。首先计算火焰图像的 Krawtchouk矩及Krawtchouk矩不变量，以此构造火焰图像的特征向量；然后根据训练样本的特征向量构造支持向量机，对火焰图像进行状态识别，并采用混沌小生境粒子群算法优化支持向量机中的核函数参数与惩罚因子，使其识别性能最优。大量实验结果表明：与基于 Hu 矩和支持向量机的方法、基于Zernike矩和支持向量机的方法相比，采用Krawtchouk矩不变量作为火焰图像的特征能更好地对火焰图像燃烧状态进行识别，识别率大大提高，且结果与实际情况相符。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴一全	南京航空航天大学电子信息工程学院	198	2249	23.0	36.0
2	朱丽	南京航空航天大学电子信息工程学院	8	65	5.0	8.0
3	周怀春		3	76	3.0	3.0