典型文献
一种基于卷积神经网络的林火蔓延模型
文献摘要：
基于速度公式来预测某时刻森林火灾火线位置的传统林火蔓延模型,其精度相对较低.针对上述问题,本文提出了一种卷积神经网络(CNN),其包含一个输入通道和一个输出通道,输入通道输入影响林火蔓延各种因素的二维图像和t时刻的初始燃烧图,输出通道输出t+1时刻的燃烧概率图,然后将燃烧概率图经过F-Measure的阈值处理得到预测的燃烧图.随机使用两场火的数据来检验CNN模型的鲁棒性,其Kappa系数分别为0.89和0.87,预测结果与真实结果高度一致.CNN模型对火线位置预测准确率方面高于传统林火蔓延模型,这有利于消防人员快速找到火线位置并进行处理.
文献关键词：
卷积神经网络;林火蔓延;Kappa系数
中图分类号：
作者姓名：
曹林;王欣宇;李兴东
作者机构：
东北林业大学机电工程学院,黑龙江 哈尔滨150040
文献出处：
引用格式：
[1]曹林;王欣宇;李兴东-.一种基于卷积神经网络的林火蔓延模型)[J].林业机械与木工设备,2022(06):85-90,95
A类：
林火蔓延模型
B类：
速度公式,某时,森林火灾,火线,输入通,各种因素,二维图像,t+1,燃烧概率,概率图,图经,Measure,阈值处理,理得,两场,Kappa,结果高度,高度一致,位置预测,预测准确率,消防人员
AB值：
0.275971
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
