微信:HuangL1121
QQ号:1224848052
团队:MATLAB代做|MATLAB专业代做|硕士博士代写
地址:北京市-朝阳区-双柳北街18号院
当前位置:首页 > 图像语音 > 火焰特征识别算法
项目案例
火焰特征识别算法
火焰特征识别算法
产品说明:

要求具体分三步骤进行:(用matlabR2010b能运行)

为了简化计算,可对得到的图像特征数据进行标准化(将数据通过函数变换映射到[0.1,1]),二元化(0表示“非火”,1表示“火”。)

·图像特征集合中信息特征的筛选:包括单因素方差分析巴氏距离分析两个并行子模块。该步骤是数据进行初步筛选,剔除非信息特征,获得各自相应的信息特征,为下一步研究做铺垫。(也就是说,假设某个特征对于火焰图像样本和干扰源图像样本的数据分析结果基本没有区别,那么则认为这个特征与火焰识别是无关的,将其归类为非信息特征中。)

·K均值聚类与有效特征子集的生成:包括K均值聚类子模型和主特征选择子模型。该步骤对上一步骤的结果做进一步处理,产生多个有效特征子集。

·使用支持向量机,神经网络和统计模型对上一步骤产生的多个有效特征子集分别进行识别测试。根据测试结果确定最终的优质特征集合及识别率。

·图像特征集合中信息特征的筛选:包括单因素方差分析巴氏距离分析两个并行子模块。该步骤是数据进行初步筛选,剔除非信息特征,获得各自相应的信息特征,为下一步研究做铺垫。(也就是说,假设某个特征对于火焰图像样本和干扰源图像样本的数据分析结果基本没有区别,那么则认为这个特征与火焰识别是无关的,将其归类为非信息特征中。)

单因素方差分析

用于完全随机设计的多个样本均数间的比较,其统计推断是推断各样本所代表的各总体均数是否相等。 

完全随机设计不考虑个体差异的影响,仅涉及一个处理因素,但可以有两个或多个水平,所以亦称单因素实验设计。在实验研究中按随机化原则将受试对象随机分配到一个处理因素的多个水平中去,然后观察各组的试验效应;在观察研究(调查)中按某个研究因素的不同水平分组,比较该因素的效应。

方差分析是分析试验(或观测)数据的一种统计方法。分析各种因素及因素之间的交互作用对研究对象某些指标值的影响。在方差分析中,把试验数据的总波动(总变差或总方差)分解为由所考虑因素引起的波动(各因素的变差)和随机因素引起的波动(误差的变差),然后通过分析比较这些变差来推断哪些因素对所考察指标的影响是显著的,哪些是不显著的。

Matlab中可用函数anova1(…)函数进行单因子方差分析。

调用格式:p=anova1(X)

含义:比较样本 m×n的矩阵X中两列或多列数据的均值。其中,每一列表示一个具有m个相互独立测量的独立样本。

返回:它返回X中所有样本取自同一总体(或者取自均值相等的不同总体)的零假设成立的概率p。

巴氏距离

在统计学中,Bhattacharyya距离(以下称巴氏距离)测量的是两个离散或连续概率分布的相似性。计算方式和Bhattacharyya系数关系很密切。两种计算方式都以A. Bhattacharyya名字命名,Bhattacharyya是一位30年代在印度统计研究所工作的统计学家。巴氏系数可用来对两组样本的相关性进行测量。这一方法常用来作分类器算法。

巴氏距离会随着因某块中有两个样本的公共成员而变大,也会随着某块中有一大片重叠的样本成员而变大。分块数的选定依赖于样本中的成员数量;如果分块太少会因过估了重叠区域而失去精确性,如果分块太多会因为造成空块而失去精确性。   

如果两个样本完全没有重叠,巴氏系数将会等于0,因为每一个分块都将被0乘。这意味着完全分离的样本不能被巴氏系数单独测定出来。


上一篇:划桨用力仿真分析

版权所有: MATLAB代做|MATLAB专业代做|硕士博士代写 Copyright © 2018 All rights reserved.
微信:HuangL1121 QQ:1224848052
地址:北京市-朝阳区-双柳北街18号院

扫一扫,关注我们