分组特征选择算法及其在火焰视频早期识别中的应用研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 火焰烟雾静态特征 | 第11页 |
| 1.2.2 火焰烟雾动态特征 | 第11-12页 |
| 1.2.3 分组特征选择 | 第12-14页 |
| 1.3 研究内容及其创新点 | 第14页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 研究的创新点 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 组特征选择算法概述 | 第16-22页 |
| 2.1 特征选择的基本概念 | 第16页 |
| 2.2 特征选择的基本步骤 | 第16-17页 |
| 2.3 特征选择的分类 | 第17-18页 |
| 2.4 组特征选择的基本概念 | 第18-20页 |
| 2.4.1 显式组特征选择算法 | 第18-19页 |
| 2.4.2 隐式组特征选择算法 | 第19-20页 |
| 2.5 本章小结 | 第20-22页 |
| 第三章 基于特征子集区分度优化的分组特征选择算法 | 第22-36页 |
| 3.1 引言 | 第22页 |
| 3.2 相关概念 | 第22-27页 |
| 3.2.1 支持向量机介绍 | 第22-25页 |
| 3.2.2 SVM-RFE算法介绍 | 第25-26页 |
| 3.2.3 改进的粒子群优化算法介绍 | 第26-27页 |
| 3.3 基于特征子集区分度优化的分组特征选择算法 | 第27-31页 |
| 3.3.1 模型建立 | 第27-29页 |
| 3.3.2 模型求解 | 第29-30页 |
| 3.3.3 算法描述 | 第30-31页 |
| 3.4 实验分析 | 第31-35页 |
| 3.4.1 数据特征分组 | 第32页 |
| 3.4.2 选取代表特征验证精确度 | 第32-35页 |
| 3.5 结论 | 第35-36页 |
| 第四章 基于L_(1/2)范数的组特征选择算法 | 第36-46页 |
| 4.1 引言 | 第36-37页 |
| 4.2 交替方向乘子法的相关概念 | 第37-38页 |
| 4.3 基于L_(1/2)正则化的组特征选择算法 | 第38-41页 |
| 4.4 实验分析 | 第41-45页 |
| 4.4.1 仿真数据 | 第41-43页 |
| 4.4.2 真实数据 | 第43-45页 |
| 4.5 结束语 | 第45-46页 |
| 第五章 所提算法在火焰识别中的应用 | 第46-54页 |
| 5.1 火焰烟雾特征提取 | 第46-52页 |
| 5.1.1 圆形度 | 第46-47页 |
| 5.1.2 视频图像的信息熵 | 第47页 |
| 5.1.3 火焰频率特征 | 第47-48页 |
| 5.1.4 火焰尖角特征 | 第48-49页 |
| 5.1.5 质心运动特征 | 第49页 |
| 5.1.6 面积增长特征 | 第49-50页 |
| 5.1.7 火焰烟雾的纹理特征 | 第50页 |
| 5.1.8 火焰的无序特征 | 第50-51页 |
| 5.1.9 火焰的位置变化特征 | 第51页 |
| 5.1.10 火焰矩形度特征 | 第51-52页 |
| 5.2 实验分析 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 工作总结 | 第54页 |
| 6.2 工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间的科研成果 | 第62-63页 |
