论文部分内容阅读
在不同化工厂检测环境中,空气中的环境变化情况较为复杂,带有颜色特征的污染气体浓度会被迅速稀释,造成转化的像素特征强度衰减。传统算法多是基于采集到的某种像素特征强度进行污染等级的判断,一旦气体被稀释,颜色特征发生退化,检测准确率会降低。提出了一种基于像素支持向量机增量学习算法。通过灰度差分的支持向量机增量学习。建立对不同像素等级信号进行对应增强学习,克服像素衰退的弊端。实验证明,这种算法能够避免由于化工厂内气体大量扩散,造成的像素衰减的缺陷,提高了化工污染程度检测的准确率。