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:
基于传统的人工神经网络(Artificial Neural Network,ANN)提出了一种算法用来进行森林林火烟雾的图像识别.应用卷积神经网络(Convolutional Neural Network,CNN)结合反向传播法(Backpropagation,BP),选取适当的激励函数,训练神经网络.同时通过适当的池化方法大大提高了算法的效率,从而有效地通过神经网络对目标图像的特征学习,识别出烟雾图像.在对图像识别学习前对图像进行灰度化,并且在对图像进行二值化之后,再进行学习训练,排除了所需识别目标之外图像引入的干扰,从而提高了图像识别准确率.
推荐文章
一种基于灰度位平面的林火烟雾图像自动识别方法1)
烟雾识别
位平面
均值滤波
自动识别
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
面向森林火灾烟雾识别的深度信念卷积网络
深度信念网络
森林火灾监控
烟雾识别
权值初始化
特征提取
特征分类
基于改进卷积神经网络的手势识别
改进卷积神经网络
手势识别
准确率
图像处理
过拟合
Dropout
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 基于卷积神经网络的林火烟雾识别
来源期刊 仪表技术 学科 工学
关键词 人工神经网络 卷积神经网络 反向传播法 林火烟雾 图像识别
年,卷(期) 2019,(5) 所属期刊栏目
研究方向 页码范围 21-24
页数 4页 分类号 TP391
字数 语种 中文
DOI
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 刘嘉新 36 130 6.0 10.0
2 陈培昕 2 1 1.0 1.0
3 蒲先良 1 0 0.0 0.0
4 潘治杭 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (54)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
人工神经网络
卷积神经网络
反向传播法
林火烟雾
图像识别
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
仪表技术
月刊
1006-2394
31-1266/TH
大16开
上海市
4-351
1972
chi
出版文献量(篇)
4081
总下载数(次)
14
论文1v1指导