图像处理与BP神经网络在矿井火灾隐患识别中的应用

• 作者: 何晨阳 刘栋 周孟然 王瑞 闫鹏程
• 来源期刊: 桂林理工大学学报
• 学科: 工学
• 关键词: 矿井火灾 图像处理 特征提取 BP神经网络
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信息科学与自动控制
• 页码范围: 615-618
• 页数: 4页
• 分类号: TD687
• 字数: 2507字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2016.03.032

摘要

矿井火灾在矿井工作过程中比较常见,为了保护矿井安全,减少其对煤矿开采工作的影响,提出了一种图像处理技术与BP神经网络相结合的矿井火灾隐患快速识别方法.实验设置了5个场景,共20组不同的图像,把20组不同实验场景图像经过预处理降噪,之后分别通过BP神经网络、SVM支持向量机和K-means聚类3种不同方法进行分析.结果显示,BP神经网络处理后的正确率最高,达到95％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周孟然	安徽理工大学电气与信息工程学院	147	713	13.0	21.0
2	王瑞	安徽理工大学电气与信息工程学院	10	32	4.0	5.0
3	闫鹏程	安徽理工大学电气与信息工程学院	35	83	6.0	8.0
4	何晨阳	安徽理工大学电气与信息工程学院	5	35	4.0	5.0
5	刘栋	安徽理工大学电气与信息工程学院	7	21	3.0	4.0