火灾识别中RS-SVM模型的应用

摘要：

提出了一种基于粗糙集-支持向量机(Rough Set Support Vector Machine,RS-SVM)的火灾识别算法.首先利用粗糙集理论,将描述火灾特征的6个变量映射为粗糙集的知识系统,再去除冗余信息.对该系统进行属性约简,获取该知识系统的规则集;利用SVM泛化和非线性逼近能力,将以上规则集作为训练火灾识别SVM的样本集,最终得到分类准确、优化的火灾识别算法.实验仿真表明:该算法对火灾识别精度高、速度快、抗扰性好、非线性能力强,且适用范围广,对于火灾及时准确识别具有重要意义.

关键词：火灾识别、粗糙集、支持向量机

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 50575168;陕西省自然科学基金the Natural Science Foundation of Shaanxi Province of China under Grant SJ08F30

在线出版日期：2010-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：198-200