【摘 要】
：
森林火灾危害严重,容易引起生命和财产损失,救援任务相对困难。然而,在森林火灾发生初期,准确的火情检测和火情识别,可以提前预警,降低生命和财产损失。利用无人机视觉监控火情图像,辅助救援,提高救援效率,保障救援中的人员安全。该文利用无人机实时获取森林状态图像,通过图像处理来自动识别火情。然而,单一特征难以准确分析和判断火情趋势。为了提高森林火灾识别的准确度,对森林火情的识别进行了研究,提出处理提取图像
【机 构】
：
中山大学南方学院电气与计算机工程学院,重庆邮电大学自动化学院
【基金项目】
：
广东省“千名博士(后)”人才引进专项(2020GDASYL-20200103037)。
论文部分内容阅读
森林火灾危害严重,容易引起生命和财产损失,救援任务相对困难。然而,在森林火灾发生初期,准确的火情检测和火情识别,可以提前预警,降低生命和财产损失。利用无人机视觉监控火情图像,辅助救援,提高救援效率,保障救援中的人员安全。该文利用无人机实时获取森林状态图像,通过图像处理来自动识别火情。然而,单一特征难以准确分析和判断火情趋势。为了提高森林火灾识别的准确度,对森林火情的识别进行了研究,提出处理提取图像特征,并将图像颜色、尖角数以及烟雾综合特征结合的方法,能实现对火情区域内的有效辨别,并预测火情的蔓延趋势
其他文献
基于计算流体力学(CFD),以一款鼓式燃气换热器(DGH)为研究对象,比较Eddy-Dissipation(ED)模型和Finite-Rate/Eddy-Dissipation(FR/ED)模型用于DGH燃烧建模的不同。分别采用k-ω模型和Discrete Ordinates模型计算湍流和辐射换热。通过与试验结果对标以及模型之间的对比,分析ED模型和FR/ED模型的优劣。结果表明,两者在分析DGH上具有相似的结果,但是ED模型所占计算资源更少,FR/ED模型具有更高的计算精度。
针对樽海鞘算法在优化求解问题时收敛速度慢和局部优化能力差等缺点,引入不同的优化策略对其进行改进,提出一种基于天牛须搜索自适应的樽海鞘算法。改进的樽海鞘算法在领导者位置更新中引入天牛须搜索机制和洛伦兹函数替代基本樽海鞘算法领导者位置更新公式中的随机值,提高了算法的局部优化能力;在追随者位置更新中引入自适应惯性权重,调节自身位置和上一代位置对追随者位置更新的影响,在全局搜索和局部搜索之间提供更好的平衡。将改进的樽海鞘算法通过对8个不同类型的基准测试函数进行优化实验分析,结果表明改进的樽海鞘算法相较于基本的樽海
屏幕前的朋友们大家看好了,这把是锻打桑刀.你们看刀的刃口做得很细很薄,是专门用来切果蔬鲜肉的.原木手柄也很舒适,而且防滑……rn1月28日,直播9.2小时,销售额超16万元,当天
传统的个性化数据匿名模型一般可以分为两种机制:一种是面向个人的,一种是面向敏感值的。这两种方法一般都会因为追求敏感数据的个性化保护而过度泛化,造成大量的信息损失,使数据的可用性下降。为此,该文提出了一种个性化(α,l,k)匿名隐私保护模型。该模型有效结合了这两种传统的数据匿名机制,在最大程度地保证个性化匿名的需求下,根据敏感属性值敏感等级的不同,对各个等价组中的敏感属性值分别采取不同的匿名方式,优先泛化高敏感度等级的属性值,使等价组中的每个敏感属性满足对出现频率α以及多样性l的约束条件,从而有效降低数据集
我们正在经历从消费互联网向产业互联网的转型,而消费互联网仅仅是数智时代的开始,它在倒逼企业经营管理与产业生态协同走向在线化、数字化、智能化.rn经过20年的实践、沉淀
随着Wi-Fi感知技术的发展,出现了大量使用Wi-Fi信道状态信息(channel state information, CSI)进行动作识别的应用。然而大多数的方法在数据预处理和训练阶段都依赖于人工构建特征,构建过程耗时耗力并且需要专家的领域知识。针对上述问题,提出一种基于CRNN(convolutional recurrent neural network)的CSI动作识别方法。将不同手势的CSI数据做低通滤波处理后,通过自组织映射(self organizing maps, SOM)聚类的结果选择最
软件缺陷预测是提升系统质量的有效途径,也是影响软件组件中缺陷检测与修复效率的关键因素。海洋资源大数据系统属于典型的软件密集型系统,在该系统的软件质量保障环节,针对缺陷预测中训练数据不平衡以及单一回归技术对有缺陷组件缺陷数预测的支持能力不足的现状,从两方面提升组件缺陷数预测的效能:提出采用SMOTE技术构建均衡样本数据集,对不均衡的样本数据集中有缺陷组件进行过采样,兼顾不同类别样本占比,提升预测的准确性;提出一种支持先分类后回归的缺陷数多步预测方法,利用支持向量机对组件进行分类,筛除分类结果中无缺陷组件,采
针对传统的集中式网络架构存在链路负载过重、时延较长的问题,将服务器下放至靠近用户端的移动边缘计算概念孕育而生。在移动边缘计算系统中,任务卸载调度策略的好坏影响到系统时延和用户体验,因此任务卸载调度问题依旧是移动边缘计算领域中的研究热点。在移动边缘计算的多用户多核系统中,该文对用户的多个独立任务的调度策略与功率分配进行了研究。为了降低任务卸载时延,首先利用混合流水车间模型对任务卸载调度策略进行了建模,获得了系统时延的表达式,其次利用模拟退火算法对系统时延与能耗的加权和最小化的问题进行了求解,获得了最优的任务
Achilles Knife来自德国,由一块完整的不锈钢制成,刀片和手柄是一体的,整个刀是完全无缝的.无论从侧面还是从顶部看,Achilles都是独一无二的.流线型外观,符合人体工学的设计,
在研究基于深度学习的左心室分割方法时,需要足够的有标注的图像,才能获得准确的分割结果,而有标注的左心室图像往往难以获得。因此,提出了一种基于迁移学习和多尺度判别的生成对抗网络(TLMDB GAN)的MRI左心室图像分割方法,解决心室图像数据不足的问题。模型包含一个分割网络和一个判别网络。分割网络(TLBSN)使用全卷积神经网络,利用迁移学习逐层微调辅助分割,判别网络是一个多尺度的判别网络,监督生成