火灾探测中混合智能算法的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·森林火灾探测的研究现状 | 第11-13页 |
| ·混合智能算法的研究现状 | 第13-14页 |
| ·本文研究内容和组织结构 | 第14-18页 |
| 2 森林火灾的特征分析及图像预处理的基础理论 | 第18-30页 |
| ·特征提取的原则 | 第18页 |
| ·森林火灾火焰的特征 | 第18-19页 |
| ·森林火灾图像预处理的基础理论 | 第19-29页 |
| ·颜色模型 | 第19-21页 |
| ·图像增强 | 第21-25页 |
| ·图像分割 | 第25-26页 |
| ·数学形态学处理 | 第26-28页 |
| ·图像的灰度化 | 第28页 |
| ·灰度图像的二值化 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 森林火灾火焰的特征提取 | 第30-58页 |
| ·火焰的图像分割 | 第30-40页 |
| ·基于 K-means 聚类的图像分割 | 第30-32页 |
| ·基于背景差分法的图像分割 | 第32-34页 |
| ·基于颜色模型的图像分割 | 第34-36页 |
| ·改进的颜色模型图像分割算法 | 第36-40页 |
| ·森林火灾火焰的颜色特征提取 | 第40-43页 |
| ·颜色饱和度计算 | 第40-42页 |
| ·颜色矩计算 | 第42-43页 |
| ·森林火灾火焰的形体特征提取 | 第43-49页 |
| ·火焰的尖角特征提取 | 第44页 |
| ·火焰的偏心率特征提取 | 第44-45页 |
| ·火焰的圆形度特征提取 | 第45-49页 |
| ·森林火灾火焰的纹理特征 | 第49-52页 |
| ·灰度共生矩阵的概述 | 第50页 |
| ·灰度共生矩阵的特征提取 | 第50-52页 |
| ·森林火灾火焰的动态特征 | 第52-56页 |
| ·火焰的面积增长特征 | 第52-55页 |
| ·火焰形体相似特性 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 4 基于混合智能算法的森林火灾识别 | 第58-74页 |
| ·混合智能算法的简介 | 第58页 |
| ·典型智能算法的简介 | 第58-62页 |
| ·BP 神经网络 | 第58-60页 |
| ·粒子群优化算法 | 第60-61页 |
| ·遗传算法 | 第61-62页 |
| ·人工免疫系统 | 第62页 |
| ·BP 神经网络的基本改进 | 第62-65页 |
| ·遗传算法优化 BP 神经网络 | 第63页 |
| ·粒子群算法优化 BP 神经网络 | 第63-65页 |
| ·改进的混合粒子群算法 | 第65-69页 |
| ·惯性权重的改进 | 第65-67页 |
| ·免疫接种方法对粒子群算法的改进 | 第67-68页 |
| ·遗传算法对粒子群算法的改进 | 第68页 |
| ·混合粒子群算法的流程 | 第68-69页 |
| ·实验结果及仿真 | 第69-73页 |
| ·样本数据的选取 | 第69-70页 |
| ·神经网络的结构设计 | 第70-71页 |
| ·实验结果及分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 5 总结与展望 | 第74-76页 |
| ·论文的研究成果总结 | 第74-75页 |
| ·下一步的研究工作与展望 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 个人简历、在校期间发表的学术论文及取得的研究成果 | 第82页 |
