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:
针对港口安全问题,为扩大港口监控范围,提高火灾识别速度,提出了一种基于无人机的图像采集和卷积神经网络图像识别算法的设计方案.该设计通过图传技术收集无人机监测图像中的信号,提取采集图像的特征值,实现火灾信号识别.实验结果表明:在港口防火系统中卷积神经网络图像识别方法与 BP神经网络相比,识别速率和识别效率均有较大提高.
推荐文章
基于卷积神经网络图像识别的智能电子秤系统
卷积神经网络
图像识别
机器视觉
智能电子秤系统
基于多尺度卷积神经网络模型的手势图像识别
卷积神经网络
卷积核
深度学习
特征提取
手势识别
二值化
基于卷积神经网络的植物图像识别APP开发——"植鉴"
深度学习
TensorFlow框架
Inception-v3网络模型
'植鉴'APP
基于卷积神经网络的图像检测识别算法综述
卷积神经网络
图像检测
图像识别
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 基于卷积神经网络图像识别的港口防火系统设计
来源期刊 天津职业技术师范大学学报 学科 交通运输
关键词 港口防火 神经网络 火灾识别 无人机
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 21-24,31
页数 5页 分类号 U453.99
字数 2643字 语种 中文
DOI 10.19573/j.issn2095-0926.201904005
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 王东涛 天津职业技术师范大学自动化与电气工程学院 10 101 5.0 10.0
2 叶剑华 天津职业技术师范大学自动化与电气工程学院 5 29 3.0 5.0
3 许明伟 天津职业技术师范大学自动化与电气工程学院 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  (111)
共引文献  (519)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(2)
  • 参考文献(0)
  • 二级参考文献(2)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(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)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(18)
  • 参考文献(2)
  • 二级参考文献(16)
2016(14)
  • 参考文献(1)
  • 二级参考文献(13)
2017(11)
  • 参考文献(3)
  • 二级参考文献(8)
2018(9)
  • 参考文献(4)
  • 二级参考文献(5)
2019(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(4)
  • 参考文献(3)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
港口防火
神经网络
火灾识别
无人机
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
天津职业技术师范大学学报
季刊
2095-0926
12-1423/Z
大16开
天津市河西区大沽南路1310号
1989
chi
出版文献量(篇)
1699
总下载数(次)
3
总被引数(次)
5431
论文1v1指导