面向森林火灾烟雾识别的深度信念卷积网络

发布时间：2022-01-26 04:25

　　对于CNN的图像识别,采用随机初始化网络权值的方法很容易收敛达到局部最优值。针对林火中的烟雾图像识别,提出一种结合无监督和有监督学习的网络权值预训练算法。首先通过使用DBN预学习得到的特征初始化CNN的权值;然后通过卷积、池化等操作,提取训练样本的特征,并采用全连接网络对特征进行分类;最后计算分类损失函数并优化网络参数。实验的训练结果显示,基于DBN-CNN的森林火灾烟雾识别的准确率达到了98.5%,相比于其他算法其准确率更高。 

【文章来源】：现代电子技术. 2020,43(13)北大核心

【文章页数】：5 页

【部分图文】：

深度信念网络结构图

LeNet-5结构图

算法流程图

【参考文献】：
期刊论文
[1]基于级联卷积神经网络的视频动态烟雾检测[J]. 陈俊周,汪子杰,陈洪瀚,左林翼.  电子科技大学学报. 2016(06)



本文编号：3609811