MONITOROWANIE PŁOMIENIA Z WYKORZYSTANIEM KLASYFIKACJI OBRAZÓW
Daniel Sawicki
d.sawicki@pollub.plLublin University of Technology, Institute of Electronics and Information Technology (Polska)
Abstrakt
W pracy przedstawiono porównanie wybranych metod klasyfikacji obrazów dla współspalania pyłu węglowego i biomasy. Zdefiniowano dwie klasy spalania: stabilne i niestabilne dla dziewięciu wariantów z różnymi parametrami mocy oraz stałą ilością biomasy. Wyniki badań pokazują, poprawną klasyfikację obrazów dla założonych wariantów.
Słowa kluczowe:
płomień, spalanie, klasyfikacja obrazówBibliografia
Abidha T. E., Mathai P. P., Divya M.: Vision Based Wildfire Detection Using Bayesian Decision Fusion Framework, International Journal of Advanced Research in Computer and Communication Engineering, Vol. 2, Issue 12, 2013, 4603–4609.
Google Scholar
Agrawal S., Verma N. K., Tamrakar P., Sircar P.: Content Based Color Image Classification using SVM, Information Technology: New Generations (ITNG), Eighth International Conference, 2011, 1090–1094.
Google Scholar
Dao-guang L., Li-Xia L., Chang-liang L., Jing C.: Flame Furnace In Thermal Power Plant Condition Monitoring Using SVM Proceeding ICICTA'09, Proceedings of Second International Conference on Intelligent Computation Technology and Automation, Vol. 3, 2009, 67–70.
Google Scholar
Gu Q., Song Z.: Image Classification Using SVM, KNN and Performance Comparison with Logistic Regression, CS44 Final Project Report.
Google Scholar
Hsu Ch., Chang Ch., Lin A.: Practical Guide to Support Vector Classification. Department of Computer Science National Taiwan University, Taipei 106, Taiwan 2010.
Google Scholar
Kotyra A., Wójcik W., Gromaszek K., Smolarz A., Jagiełło K.: Assessment of biomass-coal co-combustion on the basis of flame image, Przegląd Elektrotechniczny, 11b/2012, 295–297.
Google Scholar
Linghu B., Sun B.: Constructing effective SVM ensembles for image classification, Knowledge Acquisition and Modeling (KAM), 3rd International Symposium, 2010, 80–83.
Google Scholar
Wen Z., Hu Y., Zhu W.: Bayesian Classification of Halftone Image based on Region Covariance, Third International Conference on Intelligent System Design and Engineering Applications, IEEE, 2013.
Google Scholar
Zongfang M., Yongmei Ch., Huiqin W., Najuan Y.: Research of Flame Image Recognition Algorithm Based on SVM, Information Science and Engineering (ICISE), 1st International Conference, 2009, 1399–1401.
Google Scholar
Autorzy
Daniel Sawickid.sawicki@pollub.pl
Lublin University of Technology, Institute of Electronics and Information Technology Polska
Statystyki
Abstract views: 150PDF downloads: 58
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Inne teksty tego samego autora
- Daniel Sawicki, KLASYFIKACJA STANU PROCESU SPALANIA NA PODSTAWIE ANALIZY OBRAZU PŁOMIENIA , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 6 Nr 4 (2016)
- Daniel Sawicki, Andrzej Kotyra, PORÓWNANIE WYBRANYCH METOD WYZNACZANIA OBSZARU PŁOMIENIA W WIZYJNYM SYSTEMIE DIAGNOSTYCZNYM , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 3 Nr 4 (2013)
- Daniel Sawicki, WYKORZYSTANIE GPU DO OKREŚLENIA OBSZARU PŁOMIENIA W WIZYJNYM SYSTEMIE DIAGNOSTYCZNYM , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 5 Nr 1 (2015)