智慧型火災煙霧預警中的機器學習算法

《智慧型火災煙霧預警中的機器學習算法》是2020年中國鐵道出版社出版的圖書，作者是夏雪。

基本介紹

• 中文名：智慧型火災煙霧預警中的機器學習算法 
• 作者：夏雪
• 出版社：中國鐵道出版社
• ISBN：9787113272654

內容簡介

本書重點介紹三種基於機器學習算法的煙霧特徵表示模型，包括全局學習的高階局部特徵表示、3D局部採樣的多尺度與多階特徵表示、用於多層級特徵表示的Gabor網路；此外，還介紹了結合非線性映射與高斯過程回歸的煙霧預警。其中，三種特徵表示模型保留了手工特徵的靈活性，引入了深度學習的層級性，實現了從有監督學習火災煙霧檢測向端對端深度學習自動檢測的過渡。

本書適合對統計機器學習基礎概念有一定了解的讀者參考使用。

目錄

第1章 緒 論

1.1 智慧型火災煙霧檢測的背景與意義

1.2 國內外研究現狀

1.2.1 基於感測器火焰與煙霧檢測的火警

1.2.2 基於傳統機器學習算法的煙霧檢測

1.2.3 基於深度學習的煙霧檢測與火警

1.3 智慧型火災煙霧檢測的基礎任務

1.4 智慧型火災煙霧檢測的研究目標、內容及技術路線

1.4.1 研究目標

1.4.2 研究內容

1.4.3 技術路線

1.5 本書結構安排

參考文獻

第2章 單幀煙霧識別中的機器學習技術

2.1 局部特徵表示

2.1.1 局部二值特徵表示

2.1.2 局部特徵基礎擴展

2.1.3 高階信息擴展

2.1.4 變換域擴展

2.1.5 特徵學習擴展

2.2 局部特徵學習與表示中的關鍵問題和解決方案

2.3 基於監督學習的單幀煙霧識別模型

2.3.1 判別模型與生成模型

2.3.2 高斯過程回歸與煙霧識別任務

本章小結

參考文獻

第3章 全局學習的高階局部特徵表示

3.1 引言

3.2 基於差分的高階特徵底層表示

4.3 多尺度特徵的緊湊表示

4.3.1 辨別特徵映射模型學習

4.3.2 特徵映射與緊湊表示

4.4 圖內與圖間編碼的多階特徵表示

4.5 算法框架與層級擴展

4.5.1 算法框架與特徵表示流程

4.5.2 可視化與多層級擴展

4.6 對比實驗結果及分析

4.6.1 煙霧識別對比

4.6.2 紋理分類對比

本章小結

參考文獻

第5章 用於多層級特徵表示的Gabor網路

5.1 引言

5.2 基於Gabor濾波的局部特徵底層表示

5.2.1 多尺度與多方向的局部特徵表示

5.2.2 尺度不變與方向不變的回響濃縮

5.3 特徵圖的編碼與特徵表示

5.3.1 跨通道編碼的特徵表示

5.3.2 通道內編碼的特徵表示

5.4 基於Gabor模組的算法框架

5.5 局部特徵的擴展表示

5.5.1 強紋理區域的穩定成分提取擴展

5.5.2 全局學習的特徵模式擴展

5.6 Gabor網路與層級特徵表示

5.7 對比實驗結果及分析

5.7.1 煙霧識別好比

5.7.2 紋理分類對比

本章小結

參考文獻

第6章 結合非線性映射與高斯過程回歸的煙霧預警

6.1 引言

6.2 特徵映射模型與特徵低維表示

6.2.1 基於KLDA的映射模型

6.2.2 基於KPCA的映射模型

6.3 PR模型的先驗項優勢

6.4 GPR模型學習與單幀識別後驗計算

6.5 基於非線性映射與GPR的煙霧識別

6.6 對比實驗結果及分析

6.6.1 煙霧識別對比

6.6.2 紋理分類對比

本章小結

參考文獻

第7章 結論與展望

7.1 研究工作總結

7.2 研究展望

附錄A 與本書相關科研成果