Adaboost算法在图像型火灾探测中的应用研究

• 作者: 卢英 廖雨婷 柴茜 王慧琴 马宗方
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图像型火灾探测 不平衡数据 支持向量机 Adaboost
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 153-155,180
• 页数: 4页
• 分类号: TP3
• 字数: 4019字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.04.037

摘要

图像型火灾探测实际上是不平衡数据的二分类问题，现有方法在处理不平衡数据分类问题时常常会引入新的噪声点或丢掉很重要的信息，算法稳定性较差。根据Adaboost对样本分配不同权重的优势，和SVM在平衡数据条件下较好的分类性能，将Adaboost算法和支持向量机（SVM）相结合，提出Adaboost-SVM算法。把火焰疑似区域的特征值作为SVM分类器的输入参数，利用Adaboost算法重点标记错分样本，并对样本的权重设定阈值，采用一定的准则对少数样本进行再构造使正负样本达到平衡。最后在训练数据的同时，通过投票机制输出最终分类结果。实验结果表明，该算法提高了火灾在正负样本分布不平衡时的分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王慧琴	西安建筑科技大学信息与控制工程学院	128	1203	18.0	29.0
2	卢英	西安建筑科技大学信息与控制工程学院	25	123	6.0	10.0
3	马宗方	西安建筑科技大学信息与控制工程学院	24	195	9.0	13.0
4	柴茜	西安建筑科技大学信息与控制工程学院	3	18	2.0	3.0
5	廖雨婷	西安建筑科技大学信息与控制工程学院	2	11	2.0	2.0