火災(zāi)是常見的破壞性極大的自然災(zāi)害。為了更好地預(yù)防火災(zāi),減少財(cái)產(chǎn)損失和人員傷亡,針對人為選擇SVM參數(shù)具有盲目性,對其分類能力影響較大,提出基于改進(jìn)FOA-SVM的火災(zāi)圖像識別模型。通過引入邏輯函數(shù)對果蠅算法的搜索步長進(jìn)行改進(jìn),利用改進(jìn)果蠅算法優(yōu)化支持向量機(jī)搜索得到最佳模型參數(shù)。將火災(zāi)圖像提取特征量作為該識別模型的輸入樣本訓(xùn)練和識別火災(zāi)圖像,結(jié)合實(shí)例并將該模型的識別結(jié)果與SVM模型及其他算法的識別結(jié)果進(jìn)行對比。實(shí)驗(yàn)結(jié)果表明,該模型提高了火災(zāi)圖像識別的準(zhǔn)確率,在火災(zāi)檢測方面具有一定的實(shí)際應(yīng)用價(jià)值。 

【文章來源】：計(jì)算機(jī)應(yīng)用與軟件. 2019,36(10)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引 言
1 相關(guān)算法及其改進(jìn)
    1.1 果蠅算法基本原理
    1.2 改進(jìn)果蠅算法原理
    1.3 SVM算法基本原理
2 改進(jìn)FOA-SVM參數(shù)優(yōu)化模型
3 基于改進(jìn)FOA-SVM火災(zāi)圖像識別模型
    3.1 火災(zāi)圖像特征提取
    3.2 參數(shù)優(yōu)化圖像識別模型
    3.3 模型驗(yàn)證
4 結(jié) 語


【參考文獻(xiàn)】：
期刊論文
[1]基于FOA-SVM的煤礦瓦斯爆炸風(fēng)險(xiǎn)模式識別[J]. 謝國民,單敏柱,付華.  控制工程. 2018(10)
[2]基于圖像處理技術(shù)的火災(zāi)識別方法的應(yīng)用與研究[J]. 袁斌.  現(xiàn)代電子技術(shù). 2018(13)
[3]基于果蠅算法和SVM的天然氣日負(fù)荷預(yù)測[J]. 宋娟,潘歡.  控制工程. 2017(10)
[4]An improved fruit fly optimization algorithm for solving traveling salesman problem[J]. Lan HUANG,Gui-chao WANG,Tian BAI,Zhe WANG.  Frontiers of Information Technology & Electronic Engineering. 2017(10)
[5]改進(jìn)粒子群算法優(yōu)化的SVM模擬電路故障診斷[J]. 梅恒榮,殷禮勝,劉冬梅,何怡剛,袁莉芬,趙麗欣,陳鵬,趙蓓蕾,任帥.  電子測量與儀器學(xué)報(bào). 2017(08)
[6]基于粒子群的支持向量機(jī)圖像識別[J]. 韓曉艷,趙東.  液晶與顯示. 2017(01)
[7]基于GA-SVM模型的機(jī)采籽棉雜質(zhì)識別[J]. 張成梁,李蕾,董全成,葛榮雨.  農(nóng)業(yè)工程學(xué)報(bào). 2016(24)
[8]基于圖像處理的森林火災(zāi)識別方法研究[J]. 朱思思,丁德紅,陳朝迎,趙方珍.  紅外技術(shù). 2016(05)
[9]基于哈希編碼的無線多媒體傳感網(wǎng)絡(luò)森林火災(zāi)圖像識別算法[J]. 常曉敏,趙涓涓,葛磊,強(qiáng)彥,史曜華.  計(jì)算機(jī)科學(xué). 2016(05)



本文編號：3575037