原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
( )
第 卷 第 期 常州大学学报 自然科学版
29 2 Vol.29No.2
年 月 ( )
2017 3 JournalofChanzhouUniversit NaturalScienceEdition Mar.2017
g y
文章编号: ( )
2095-0411201702-0065-06
基于 神经网络视频火灾火焰检测方法
BP
,
段锁林 顾川林
( , )
常州大学 机器人研究所 江苏 常州 213164
: , ( )
摘要 针对视频火焰图像识别问题 采取一种结合蚁群算法 优化的 神经网络火灾火焰
AntColon Alorithm BP
y g
。 。
检测方法 该方法克服了传统神经网络容易陷入局部最优值和收敛速度慢的问题 使用混合高斯模型建立统计
。 、 ,
模型分割火焰图像 火焰的判别特征采用面积增加率 圆形度和火焰尖角数 并且各特征量作为神经网络的输入
。 ,
量来得到判别火焰的最终概率 通过对大量实验数据的分析 表明该算法在可接受的时间范围内能有效改善火焰
识别的准确度。
: ; ; ;
关键词 蚁群算法 BP神经网络 混合高斯模型 多特征融合
中图分类号: 文献标志码: : /
TP391.4 A doi10.3969 .issn.2095-0411.2017.02.012
j
RsearchontheDetectionMethodBasedontheOtimizedBPNeural
p
NetworkfortheVisualFireFlameReconition
g
,
DUANSuolin GUChuanlin
( , , , )
RoboticsInstituteChanzhouUniversit Chanzhou213164China
g y g
:
文档评论（0）