.png){kind=icon}
返回
Wildfire detection using modified particle swarm optimization algorithm
.png){kind=icon}
PRE
AI
DOI：10.47974/jios-2303.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
野火每年夺去许多生命并造成巨大的环境和经济损失。世界历史上的一些最严重的野火灾难。减少CO2排放对于防止全球变暖时代中不可逆转的气候变化至关重要。野火是导致高CO2排放的主要因素，促进全球变暖。早期检测和预防野火是计算机视觉的基本任务。自动化的野火分类系统可以在早期阶段帮助预防野火。许多方法被用于识别野火并根据图像自动化分类野火。本文提出了一种基于野火图像数据集的野火分类新路径。本文介绍了一种改进的粒子群优化算法，用于通过识别森林火灾的图像尺寸和特征来分类森林火灾图像。所提出的方法使用数据集来识别森林火灾。是否被分类为火灾是基于空气中的火灾和烟雾图像。所提出的方法使用图像数据集来验证和测试算法，并在精确度、召回率、F分数和准确率方面优于其他方法。
Keyword:
Particle swarm optimization
Engineering optimization
Nature inspired algorithm
Natural disaster
