基于改进FOA-SVM的火灾图像识别模型研究

论文摘要

火灾是常见的破坏性极大的自然灾害。为了更好地预防火灾,减少财产损失和人员伤亡,针对人为选择SVM参数具有盲目性,对其分类能力影响较大,提出基于改进FOA-SVM的火灾图像识别模型。通过引入逻辑函数对果蝇算法的搜索步长进行改进,利用改进果蝇算法优化支持向量机搜索得到最佳模型参数。将火灾图像提取特征量作为该识别模型的输入样本训练和识别火灾图像,结合实例并将该模型的识别结果与SVM模型及其他算法的识别结果进行对比。实验结果表明,该模型提高了火灾图像识别的准确率,在火灾检测方面具有一定的实际应用价值。

论文目录

• 0 引 言
• 1 相关算法及其改进
•   1.1 果蝇算法基本原理
•   1.2 改进果蝇算法原理
•   1.3 SVM算法基本原理
• 2 改进FOA-SVM参数优化模型
• 3 基于改进FOA-SVM火灾图像识别模型
•   3.1 火灾图像特征提取
•   3.2 参数优化图像识别模型
•   3.3 模型验证
• 4 结 语

文章来源

类型: 期刊论文

作者: 刘亚如,段中钰

关键词: 火灾图像识别,参数优化,逻辑函数,改进

来源: 计算机应用与软件 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 安全科学与灾害防治,计算机软件及计算机应用

单位: 北京信息科技大学信息与通信工程学院

基金: 北京市教委科研计划项目(KM201811232009)

分类号: X932;TP391.41

页码: 211-215+221

总页数: 6

文件大小: 731K

下载量: 158