图像中基于深度学习的烟雾识别算法研究开题报告

2022-01-17 11:01

全文总字数：3198字

1. 研究目的与意义及国内外研究现状

人工智能（artificial intelligence），英文缩写为ai。

作为近年来非常火热的科技话题，其与大数据和深度学习紧密相关，被认为会给整个社会的发展带来根本性的改变。

人工智能作为计算机科学的一个分支，用以研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

本文的研究内容主要分为三个部分：

（1）对能识别图像中烟、火、正常三种情况的深度学习框架的研究，根据烟、火、正常三种情况下图片的特征选取较为合适的框架。

（2）对tensorflow平台下基于该框架编写学习程序的研究，根据选取好的框架展开整个程序的编写，再编写导入文件程序，根据机器的性能选择较为合适的批次容量，在完成后将训练数据导入，对编写好的学习模型进行训练。

（3）对训练好的程序进行优化的研究，导入测试数据得出准确率，针对结果分析原因，修改模型结构进行优化，对优化后的模型进行重新学习，通过测试数据的准确率来验证优化的有效性。

实行方案：

（1）首先查阅相关文献，并查找相关的参考资料与有效信息。

（2）然后加强对python语言和tensorflow软件的学习；

（3）在tensorflow平台下构建学习框架，导入图片数据进行学习完成对模型的训练。

（4）导入测试图片根据对图像中烟雾进行识别的结果进行相应的分析与讨论，重新学习修改参数并和老师进行讨论，进一步改进和完善论文。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

[1]丁雪龙.高速公路团雾检测技术研究[d].南京：南京理工大学，2015.

[2]徐放.基于图像分析的团雾检测预警系统设计[d].南京：南京理工大学，2016.

[3]胡越，罗东阳，花奎，路海明，张学工.关于深度学习的综述与讨论[j].智能系统学报，2018：1-3.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付