基于模糊C均值聚类的火焰检测算法.pdfVIP

矽痧 ij}占 钍 2009年第 6期(总第 57期) SHANXlENERGYANDCONSERVATION 2009年 12月 ， ： ；：： ： ： 萋 蒲 蘩要 ；= ： ：鬻 基于模糊 C均值聚类的火焰检测算法 艾 国 红 (南京第二热电厂，江苏 南京 210000) 摘 要 ： 在基于数字图像处理的锅炉火焰检测方法基础上 ，分析 了聚类 的相关理论 ，提 出了基于模糊 c均值聚类 的火焰检测算法 ，同时，用煤粉燃烧火焰资料对该火焰检测算法进行 了试验 ，结果证 明该算法简单易行，能有效地检 测 出煤粉燃烧器火焰燃烧状态。 关键词 ： 锅 炉；火焰检 测 ；帧差法 ；模 糊 C均值聚类 中图分类号 ： TK223．2 文献标识码 ：A 文章编号 ： 1674—3997一(2009)06—0080—02 FlameDetectionMethodBasedonFuzzyC-MeansClustering(FCM) AlGuo—hong (Nanjingsecondpowerstation，JiangsuNanjing210000，China) Abstract：Basedontheflamedetectionmethodusingdigitalimageprocessing，thispaperanalysesrelatedtheoryofcluster— ingandproposesflamedetectionmethodbased011FCM ．Andhavedetectedthismethodbycoalburningflamemateria1． Experimentalresultsalsoshow itseffectivenessandsimplicity．whichcaneffectivelydetectflamecombustionstatusinthe pulverizedcoalburners． Keywords：furnace；flamedetection；framedifferencemethod；fuzzyC-Meansclustering 模糊组 ，并求每组的聚类 中心，使得非相似性指标 的 0 引言 价值函数达到最小。FCM 与 HCM 的主要区别在于 K均值聚类和模糊 C均值聚类 (FCM)是 比较 FCM 用模糊划分，使得每个给定数据点用值在 [0，1] 典型的基于模糊集合理论的聚类方法。K均值聚类 间的隶属度来确定其属于各个组的程度。与引入模 是 1种对数据进行硬性划分的方法。模糊 C均值聚 糊划分相适应，隶属矩阵 u允许有取值在 [0，1]间 类算法是 1种基于划分 的聚类算法 ，它 的意思就是 的元素…1。不过 ，加上归一化规定 ，1个数据集 的隶 使得被划分到 同一簇 的对象之 问相似度最大，而不 属度的和总等于 1： 同簇之间的相似度最小。模糊 C均值算法是普通 c uo= 1，J= 1，… ， ， (1) 均值算法 (如 ，K均值聚类算法)的改进 ，它对于数据 i= l 的划分则是 1种柔性的模糊划分。 那么，FCM 的价值 函数 (或 目标 函数)就是式 (2)的 一 般化形式 ： 1