面向森林火灾烟雾识别的深度信念卷积网络

• 作者: 刘鑫 常青 杜嘉欣
• 来源期刊: 现代电子技术
• 关键词: 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
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 44-48
• 页数: 5页
• 分类号: TN911.73-34|TP183
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.13.011

摘要

对于CNN的图像识别,采用随机初始化网络权值的方法很容易收敛达到局部最优值.针对林火中的烟雾图像识别,提出一种结合无监督和有监督学习的网络权值预训练算法.首先通过使用DBN预学习得到的特征初始化CNN的权值;然后通过卷积、池化等操作,提取训练样本的特征,并采用全连接网络对特征进行分类;最后计算分类损失函数并优化网络参数.实验的训练结果显示,基于DBN-CNN的森林火灾烟雾识别的准确率达到了98.5％,相比于其他算法其准确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常青	太原理工大学信息与计算机学院	27	72	6.0	7.0
2	刘鑫	中国人民解放军32152部队网管中心无线室	41	102	6.0	9.0
3	杜嘉欣	太原理工大学信息与计算机学院	1	0	0.0	0.0