基于多传感器数据融合的早期林火识别

• 作者: 于文华 赖小龙 赵燕东 颜小飞
• 来源期刊: 西北林学院学报
• 关键词: 林火识别 数据融合 BP神经网络 模糊神经系统 支持向量机
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 森林保护学
• 页码范围: 178-183
• 页数: 6页
• 分类号: S762.3
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7461.2015.04.28

摘要

针对我国林火监测现状,为加强近地面监测中的早期林火发现,提出采用多传感器数据融合算法对早期林火进行识别的方法.通过设计林火仿真试验,采集CO2浓度、CO浓度、烟雾浓度与空气温湿度等多传感器数据,并通过初步分析从中选取关键贡献率传感器数据.然后分别采用BP神经网络算法、神经模糊系统算法与支持向量机算法对数据进行识别与分析,并在每个算法中均设置三输入与九输入2种不同输入向量数以进行比较.最后通过定义的识别性能评价参数对识别效果进行比较,得出支持向量机算法在一定范围内能较好地实现对早期林火的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于文华	北京林业大学工学院	38	175	7.0	10.0
2	赵燕东	北京林业大学工学院	90	889	15.0	26.0
3	赖小龙	北京林业大学工学院	5	62	4.0	5.0
4	颜小飞	北京林业大学工学院	3	17	2.0	3.0