摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 火焰图像分类研究现状
1.2.2 迁移学习研究现状
1.3 论文主要内容及创新点
1.3.1 研究内容
1.3.2 研究的创新点
1.4 论文的组织结构
第二章 相关理论介绍
2.1 LeNet
2.1.1 卷积层
2.1.2 下采样层
2.2 本章小结
第三章 基于局部特征过滤的快速火焰识别方法研究
3.1 火焰颜色空间特性
3.2 局部过滤SIFT特征提取
3.2.1 SIFT特征提取
3.2.2 引入火焰颜色空间特性以及特征编码
3.3 ELM模型构建
3.4 仿真实验
3.4.1 实验设置及火焰识别数据集
3.4.2 实验特征提取
3.4.3 实验结果与分析
3.5 本章小结
第四章 基于多通道卷积神经网络的火焰识别方法研究
4.1 整体流程图
4.2 MCCNN模型结构
4.3 GPU加速
4.4 仿真实验
4.4.1 对比试验说明
4.4.2 实验数据集
4.4.3 特征可视化
4.4.4 实验结果
4.5 本章小结
第五章 基于深度迁移学习的火焰烟雾识别
5.1 VGG-16网络
5.2 迁移学习
5.3 同构空间下基于特征的VGG-16迁移
5.3.1 模型流程图
5.3.2 基于迁移学习的火焰、烟雾识别
5.4.2 实验设置
5.4.3 实验结果与分析
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读学位期间的科研成果
声明