典型文献
基于无人机的实时林火蔓延预测模型研究
文献摘要：
把控火灾的蔓延趋势是森林火灾预防的重要环节.目前针对火灾蔓延趋势的预测大多是关于蔓延模型对火线预测以及利用仿真软件对火线进行长时间离线模拟,但无论哪种预测方式都难以满足实际的火灾预防需求.卷积长短期神经网络(Convlstm)在短期的图像预测中表现出显著的优势,在此基础上加入灰狼优化算法(GWO)来优化神经网络模型的超参数,从而提高卷积长短期神经网络的整体预测效果.无人机由于机动性强,可以凭借搭载的传感器完成对真实火场信息的采集,无人机采集的红外图像数据可以通过透视变换来消除三维视觉上的偏差,最后将透视变换后的红外图像通过结合灰狼优化算法的卷积长短期神经网络完成对林火蔓延的实时预测.
文献关键词：
无人机;林火蔓延;透视变换;卷积长短期神经网络;灰狼优化算法
中图分类号：
作者姓名：
王新权;李兴东
作者机构：
东北林业大学机电工程学院,黑龙江 哈尔滨150040
文献出处：
引用格式：
[1]王新权;李兴东-.基于无人机的实时林火蔓延预测模型研究)[J].林业机械与木工设备,2022(05):34-40
A类：
卷积长短期神经网络,Convlstm
B类：
林火蔓延,森林火灾,火灾预防,火灾蔓延,火线,行长,间离,离线,线模,哪种,灰狼优化算法,GWO,优化神经网络,超参数,机动性,搭载,火场,机采,红外图像,图像数据,过透,透视变换,换来,三维视觉,实时预测
AB值：
0.235585
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。
