基于CNN的视频火焰识别及模型剪枝

针对目前火焰识别仅用单帧图像判断是否起火准确率低的缺点,引入视频识别的方法,通过提取火焰的运动信息提升卷积神经网络(CNN)识别微小火焰的准确率。首先,在CNN Resnet18的最后一层添加3D卷积层,突出火焰的运动特性,抑制其他形式的运动;然后,对该模型进行剪枝处理,压缩网络参数。实验结果表明:在剪去90%卷积核的情况下,该模型准确率仍然保持在86.4%的较高水平,最小可以识别大小为20×30像素的火焰。     

基于信息流的武器装备体系效能模型

信息流是武器装备体系构建的重要依据,信息流过程是武器装备体系效能发挥与建模的基本框架.首先,分析了武器装备体系中信息流的种类,及包括的主要信息内容;其次,围绕信息流过程,将武器装备体系视为一个控制系统,研究了基于各装备效能的武器装备体系效能模型建模方法及相关评估指标的计算方法;最后,以一个算例说明了方法的有效性.