典型文献
基于CNN的图像识别技术在火灾自动报警系统的应用研究
文献摘要：
卷积神经网络(CNN)在图像处理方面相对于神经网络有着更好的表现,基于CNN能够更加准确便捷识别图像类信息;同时消防安全体系的构成在工业生产、电力发电以及民用建筑等领域愈加重要,其重要性不可忽视.研究的重点是如何利用CNN的图像处理和识别的优势,将其应用于图像型探测器,从而实现构建更加优化的火灾自动报警系统.
文献关键词：
卷积神经网络;图像识别;火灾自动报警系统
中图分类号：
作者姓名：
马奇;冯欧阳
作者机构：
同济大学建筑设计研究院(集团)有限公司,上海200092;国网浙江省电力有限公司瑞安市供电公司,浙江温州325205
文献出处：
引用格式：
[1]马奇;冯欧阳-.基于CNN的图像识别技术在火灾自动报警系统的应用研究)[J].电气应用,2022(11):36-41
A类：
B类：
图像识别技术,火灾自动报警系统,识别图,消防安全,安全体系,民用建筑,探测器
AB值：
0.138423
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。
