排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
2.
传统方法无法描述火焰变化特点,导致识别错误率高,识别时间长,为获得更加理想的识别结果,设计基于卷积神经网络的火焰识别算法。采集火焰图像,对火焰图像进行预处理,提高火焰图像的清晰度,并提取火焰识别特征,采用卷积神经网络对特征和火焰状态之间的关系进行模拟,构建火焰智能识别模型。在相同测试平台下,与其他方法进行对照实验,结果表明,所提方法描述火焰的变化特点,大幅度提升火焰识别正确率,同时缩短火焰识别时间,识别整体性能明显优于经典方法,具有较高实际应用价值。 相似文献
1