论文部分内容阅读
为提高火灾识别精度,并解决支持向量机方法对噪声或异常样本敏感的问题,提出了一种基于最小半径模糊支持向量机的火灾区域提取方法进行森林火灾提取,更好地为火灾识别做好前期工作.提取火灾颜色、灰度平均值、标准差、相关系数特征作为样本;利用最小半径法求出样本数据的最小半径和球心,选用改进的S模糊隶属度模糊支持向量机对提取的特征进行训练,从而得到最优分类超平面;利用所得分类面对火灾图片上的火灾区域进行提取.实验结果表明,将模糊隶属度运用到训练样本集上,在精确度方面要比传统支持向量机算法有所提高,能够为更好地进行