基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对煤矿井下复杂环境中传统火灾探测的不足,提出了基于图像处理技术的SVM分类器模型进行火灾探测.首先利用颜色空间进行火焰图像的分割,进而提取出尖角数、圆形度、质心位移等特征,最后通过改进人工蜂群算法优化参数后的支持向量机融合特征量进行分类,以取得最优的探测效果.
推荐文章
图像型火灾探测的支持向量机方法研究
火灾探测
支持向量机
图像二值化
模式识别
基于烟气颗粒团聚的火灾图像探测研究
火灾烟气
图像探测
团聚效应
基于快速支持向量机的图像型火灾探测算法
快速支持向量机
视频
火灾探测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像型的矿井火灾探测方法研究
来源期刊 煤炭技术 学科 工学
关键词 图像处理 火灾探测 SVM
年,卷(期) 2016,(4) 所属期刊栏目 安全技术与工程
研究方向 页码范围 187-189
页数 3页 分类号 TP391.4|TD75
字数 2042字 语种 中文
DOI 10.13301/j.cnki.ct.2016.04.076
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贾敏智 太原理工大学信息工程学院 31 140 7.0 10.0
2 兰琪 太原理工大学信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (31)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (5)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像处理
火灾探测
SVM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤炭技术
月刊
1008-8725
23-1393/TD
大16开
哈尔滨市香坊区古香街30号
14-252
1982
chi
出版文献量(篇)
23677
总下载数(次)
45
论文1v1指导