期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于卷积神经网络的林火烟雾检测
1
作者 徐海文 张贵 +4 位作者 谭三清 肖化顺 杨志高 文东新 吴鑫 《中南林业科技大学学报》 CAS CSCD 北大核心 2023年第7期23-31,64,共10页
【目的】随着卫星遥感技术的蓬勃发展,卫星遥感已成为林火监测的重要手段。林火发生初期,由于燃烧温度不高致使卫星红外波段接收不到足以成像的能量辐射。林火发生时会首先产生烟雾,采用深度学习方法利用气象卫星影像进行林火烟雾检测,... 【目的】随着卫星遥感技术的蓬勃发展,卫星遥感已成为林火监测的重要手段。林火发生初期,由于燃烧温度不高致使卫星红外波段接收不到足以成像的能量辐射。林火发生时会首先产生烟雾,采用深度学习方法利用气象卫星影像进行林火烟雾检测,相较于利用卫星红外通道监测林火而言可更早地发现林火。【方法】以高时间分辨率国产静止气象卫星FY-4A数据为基础,采集研究区内1500张林火烟雾图像和1500张云图像作为数据集,以4︰1的比例划分训练集与验证集并进行数据预处理,采用卷积神经网络AlexNet、MobileNet、ResNet及Inception-ResNet(IRNet)结构对数据集进行实验分析,采用准确率、精确率、召回率和Kappa系数评价模型的总体效果,选取最优结果建立基于卷积神经网络的林火烟雾检测模型。【结果】利用准确率、精确率、召回率及Kappa系数定量评价各模型的总体效果,得出AlexNet模型的准确率达89.3%,精确率达100%,召回率达78.7%,Kappa系数为78.7%;MobileNet模型的准确率达98.2%,精确率达99.7%,召回率达96.7%,Kappa系数为96.3%;ResNet模型的准确率达98.0%,精确率达100%,召回率达96.0%,Kappa系数为96.0%;IRNet模型的准确率达99.8%,精确率达100%,召回率达99.7%,Kappa系数为99.7%。IRNet模型的总体效果高于AlexNet模型、MobileNet模型与ResNet模型,选取IRNet为林火烟雾检测的最优模型。【结论】利用高时效性FY-4A静止气象卫星遥感数据,采用IRNet模型进行林火烟雾检测的总体效果最好,能有效地减少卫星监测时的林火漏判和迟判现象,提高对森林火灾的早期监测预警能力。 展开更多
关键词 卷积神经网络 林火烟雾 图像识别 irnet模型 林火监测 FY-4A
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部