分类方法组合技术的应用研究

《分类方法组合技术的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级硕士学位论文题目：分类方法组合技术的应用研究英文并列题目：ApplicationResearchofClassificationMethodofCombinationTechnology研究生：仝伯兵专业：计算机应用技术研究方向：数字图像处理导师：王士同指导小组成员：学位授予日期:2015.06答辩委员会主席：刘渊江南大学地址：无锡市蠡湖大道1800号二○一五年月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表

2、或撰写过的研究成果，也不包含本人为获得江南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名曰期：汉/d岔关于论文使用授权的说明本学位论文作者完全了解江南大学有关保留、使用学位论文的规定：江南大学有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文，并且本人电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守

3、此规定。签名:导师签名:摘要摘要火灾给人类的人身和财产安全带来严重危害，及时对火灾进行预报监测可以有效避免损失。目前，流行的探测设备容易受到环境、天气等因素的影响，对传统探测设备的应用领域限制较大。在火灾发生前常有烟雾弥漫，而烟雾传播面积大且不易被物体遮挡，在火灾发生前期及时的对烟雾进行检测可以有效的预防火灾发生。近年来，随着人工智能和数字图像处理等技术的发展，视频烟雾检测技术取得了巨大的进展。然而在实际中，烟雾检测技术仍存在许多问题如分类方法容易受噪声及环境影响，分辨率和时间效率不理想或者检查方法适应性不强等。本文在人工智能

4、和数字图像处理方面主要进行了以下三个方面的研究：1.目前经典分类算法已经发展到瓶颈，通过将不同分类算法的结合可以有效提高分类精确度。针对有限样本下，KNN算法距离量的选择以及以前距离量学习研究中没有充分考虑样本分布的情况，本文提出了一种新的基于概率的两层最近邻自适应度量算法（PTLNN）。该算法分为两层，在低层使用欧氏距离来确定一个未标记的样本局部子空间；在高层，用AdaBoost在子空间进行信息提取。然后以最小化平均绝对误差为原则，定义一个基于概率的自适应距离度量进行最近邻分类。该算法结合KNN与AdaBoost算法的优势，

5、在有限样本下充分考虑样本分布能降低分类错误率，并且在噪声数据下有很好的稳定性，能降低AdaBoost过度拟合现象发生。2.将基于概率的两层最近邻自适应度量分类算法（PTLNN）算法运用到视频烟雾检测中。采用离散余弦变换（DCT）和离散小波变换（DWT）两种方式对烟雾特征进行提取，并验证算法性能。与传统算法的对比实验发现，在采用离散余弦变换并结合PTLNN算法在视频烟雾检测方面有更好的效果，既满足实时性要求又提高了检测精度。3.在有限样本下，距离量的选择对KNN算法有重要影响，针对以前距离量学习泛化性不强以及时间效率不高的问题，

6、提出了一种稀疏条件下的两层分类算法（STLCA）。该算法分为两层，在低层使用欧氏距离来确定一个未标记的样本局部子空间；在高层，用稀疏贝叶斯在子空间进行信息提取。由于其稀疏性，在噪声情况下有很好的稳定性可泛化性强，且时间效率高。通过在噪声数据以及在视频烟雾检测中的应用表明，STLCA算法能取得更好的效果。关键词：K近邻算法；烟雾检测；AdaBoost；稀疏贝叶斯；稳定性IAbstractAbstractFiretohumansandpropertycausedseriousharm,predictfiretimelycanavo

7、idlosses.Atpresent,theinfluencefactorsofdetectionequipmentpopularsusceptibletoenvironmental,weather,whichrestrictedtotheapplicationoftraditionaldetectionequipment.Smokeisaheadoffire,andsmokepropagationareaislargeandnoteasytobeoccludedobjects,fireintheearlytimeonsmok

8、edetectioncaneffectivelypreventfireoccurrence.Inrecentyears,withthedevelopmentofartificialintelligenceandthedigitalimageprocessingtechnolo