文献

J-GLOBAL ID：201702240960475780   整理番号：17A1730915

建築用GBDT特徴に基づく火炎検出【Powered by NICT】

Flame detection based on GBDT feature for building

著者 (4件)： Xiao-yu ZHU (Faculty of Computer &Software Engineering, Huaiyin Institute of Technology, Huaian, China) ,  Yun-yang YAN (Faculty of Computer &Software Engineering, Huaiyin Institute of Technology, Huaian, China) ,  Yi-an LIU (School of Internet of Things Engineering, Jiangnan University, Wuxi, China) ,  Shang-bing GAO (Faculty of Computer &Software Engineering, Huaiyin Institute of Technology, Huaian, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISC2  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 通常火炎の静的または動的特性は,火炎検出のために抽出した。しかし火炎の諸特性との関係は,人間の眼により区別できなかった。勾配ブーストディシジョンツリー(GBDT)は,火炎形状とテクスチャ特徴を結合して最適化するために提案し,火炎特徴の関係をマイニングした。より判別新しい火炎特徴が形成され,新しい特徴間の多重共線性を情報エントロピーにより低減できた。新しい火炎特徴に基づいて,ロジスティック回帰(LR)分類器は,火炎であるかどうかを識別するために用いた。実験結果は,提案した方法が高い検出率,強いロバスト性,および良好な応用の利点を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 形態 ,  最適化 ,  *ロバスト性 ,  多重化
準シソーラス用語： 検出率 ,  ロジスティック回帰分析 ,  情報エントロピー ,  テクスチャ特徴 , 【Automatic Indexing@JST】

分類 (5件)： 赤外・遠赤外領域の分光法と分光計  (BD07042H) ,  医用画像処理  (JE04020T) ,  セメントの製造  (YC05050Q) ,  システム・制御理論一般  (IA02010H) ,  信号,保安  (TC01040Y)

タイトルに関連する用語 (2件)： 建築 ,  火炎