论文部分内容阅读
基于 Fourier 变换，一个新形状描述符被建议代表火焰图象。由作为输入采用形状描述符，火焰图象识别被人工的神经网络(ANN ) 和支持向量机器(SVM ) 的方法分别地学习。并且识别实验被使用从氧化铝取样的火焰图象数据执行评估他们的有效性的旋转火炉。结果证明二个识别方法能完成好结果，它验证形状描述符的有效性。最高的识别率为 SVM 是 88.83% 并且 87.38% 为 ANN，哪个 SVM 的表演比 ANN 的好的工具。