现代电子技术

2020, v.43;No.564(13) 44-48

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

面向森林火灾烟雾识别的深度信念卷积网络
DBN-CNN for forest fire smoke recognition

杜嘉欣;常青;刘鑫;

摘要(Abstract):

对于CNN的图像识别,采用随机初始化网络权值的方法很容易收敛达到局部最优值。针对林火中的烟雾图像识别,提出一种结合无监督和有监督学习的网络权值预训练算法。首先通过使用DBN预学习得到的特征初始化CNN的权值;然后通过卷积、池化等操作,提取训练样本的特征,并采用全连接网络对特征进行分类;最后计算分类损失函数并优化网络参数。实验的训练结果显示,基于DBN-CNN的森林火灾烟雾识别的准确率达到了98.5%,相比于其他算法其准确率更高。

关键词(KeyWords): 深度信念网络;森林火灾监控;烟雾识别;权值初始化;特征提取;特征分类

Abstract:

Keywords:

基金项目(Foundation): 海南省高新重点研发计划(ZDYF2018011)资助项目;; 国家自然科学基金资助项目(61828601);; 山西省自然科学基金资助项目(201801D121141)

作者(Author): 杜嘉欣;常青;刘鑫;

Email:

DOI: 10.16652/j.issn.1004-373x.2020.13.011

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享