典型文献
基于深度学习的消防智能算法研究
文献摘要：
一、研究背景与现状
随着深度学习与神经网络研究的不断深入,利用神经网络创建更加准确的目标特征,通过素材进一步训练并不断对参数进行优化,可使烟雾火焰的检测正确率不断提升,漏报减少.通过利用有监测的烟火据集进行训练并分类提取其特征,经过真实的烟火场景进行验证,该方法的分类特性良好,但是时效性和检准率有待提升.为了提升检准率并提升计算效率,学者们引入了深度卷积网络,采用更小的卷积核去除全连接层,该方法降低了计算需求,维持了高精度的分类水平.
文献关键词：
中图分类号：
作者姓名：
赵正林;孙旷野;申力强
作者机构：
杭州海康威视数字技术股份有限公司
文献出处：
引用格式：
[1]赵正林;孙旷野;申力强-.基于深度学习的消防智能算法研究)[J].中国安防,2022(09):82-84
A类：
B类：
消防,智能算法,算法研究,研究背景,背景与现状,目标特征,烟雾,火焰,漏报,烟火,火场,计算效率,深度卷积网络,卷积核,全连接层
AB值：
0.445573
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。
