基于 BP 神经网络的公路隧道视频火焰识别
原价 ¥ 20.00
促销价 ¥ 1.00 评分 4.6
报错
- 详情
- 2021-03-23
- 简介
- 1.3MB
- 页数 6P
- 阅读 86
为提高基于视频图像的公路隧道火灾火焰识别率,在对火焰动态特征研究成果之上,利用BP神经网络融合火焰静态特征,对公路隧道视频火焰进行综合识别.火焰动态特征选取作者研究的火焰边缘运动量(AM FE)和火焰区域跳动特征,火焰静态特征选取前人研究的尖角数目、火焰颜色特征和圆形度.将此5种火焰特征作为BP神经网络的输入,达到融合火焰多特征信息并实现火焰综合识别的目的.实验结果表明,火焰识别率稳定在86.2%~96.5%之间,验证了该方法的可靠性.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于 BP 神经网络的公路隧道视频火焰识别 1.3MB
基于BP神经网络的油管螺纹识别 98KB
基于BP神经网络的金属材料字符识别研究 77KB
BP神经网络在公路隧道围岩分类中的应用 78KB
基于OWA-BP神经网络的公路隧道施工风险评估 233KB
基于神经网络的公路隧道围岩分级 200KB
基于BP神经网络法某公路隧道围岩稳定性研究 290KB
基于神经网络桥梁损伤识别研究 154KB
基于BP神经网络的公路网规模预测研究 145KB