文献类型：期刊文章

作　　者：袁斌[1]

YUAN Bin(Information and Education Technology Center,Qujing Normal University,Qujing 655011,China)

机构地区：[1]曲靖师范学院信息与教育技术中心,云南曲靖655011

出　　处：《现代电子技术》

年　　份：2018

卷　　号：41

期　　号：13

起止页码：43-46

语　　种：中文

收录情况：BDHX、BDHX2017、IC、RCCSE、ZGKJHX、核心刊

摘　　要：针对火灾图像特征提取方法使用的特征单一造成火灾误报率高的问题,在最小二乘支持向量机超参数选取在快速留一法的基础上,结合共轭梯度算法,提出改进的最小二乘支持向量机的火灾图像处理方法,构建了FR-LSSVM模型。通过对比采用BP神经网络、最小二乘法支持向量机、FR-LSSVM和标准支持向量机的实验结果可以得出,改进算法具有更好的稳定性、更快的运算速度和更高的识别率,有利于提高火灾识别的有效性,进而保护人们的生命财产安全。

关 键 词：图像处理  火灾识别 快速留一法  共轭梯度 BP神经网络 最小二乘支持向量机

分 类 号：TP391.41]