激光与光电子学进展, 2020, 57 (10): 101015, 网络出版: 2020-05-08   

基于深度学习和最大相关最小冗余的火焰图像检测方法 下载: 1474次

Flame Image Detection Method Based on Deep Learning with Maximal Relevance and Minimal Redundancy
作者单位
西安建筑科技大学信息与控制工程学院, 陕西 西安 710055
引用该论文

李梓瑞, 王慧琴, 胡燕, 卢英. 基于深度学习和最大相关最小冗余的火焰图像检测方法[J]. 激光与光电子学进展, 2020, 57(10): 101015.

Zirui Li, Huiqin Wang, Yan Hu, Ying Lu. Flame Image Detection Method Based on Deep Learning with Maximal Relevance and Minimal Redundancy[J]. Laser & Optoelectronics Progress, 2020, 57(10): 101015.

引用列表
1、 基于非线性优化的改进相机内参数标定方法激光与光电子学进展, 2022, 59 (18): 1815014
2、 基于显著性目标检测的改进火焰检测算法激光与光电子学进展, 2022, 59 (4): 0410012
3、 基于优化InceptionV1的视频火焰超像素检测方法激光与光电子学进展, 2021, 58 (2): 0210004

李梓瑞, 王慧琴, 胡燕, 卢英. 基于深度学习和最大相关最小冗余的火焰图像检测方法[J]. 激光与光电子学进展, 2020, 57(10): 101015. Zirui Li, Huiqin Wang, Yan Hu, Ying Lu. Flame Image Detection Method Based on Deep Learning with Maximal Relevance and Minimal Redundancy[J]. Laser & Optoelectronics Progress, 2020, 57(10): 101015.

本文已被 3 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!