Monitoring combustion process using image classification

• Autorzy: Kotyra A. , Sawicki D.

Identyfikatory

DOI

10.12915/pe.2014.11.36

Warianty tytułu

PL

Monitorowanie procesu spalania w wykorzystaniem klasyfikacji obrazów

• Języki publikacji: EN

Abstrakty

EN

This paper presents comparison image classification method of co-firing biomass and pulverized coal. Defined two class of combustion: stable and unstable for three variants with different power value parameters and fixed amount biomass. Compared naïve Bayes classifier and support vector machine (SVM) with RBF kernel function. Experimental results show that achieved correct classification of images for the assumed variations.

PL

W pracy przedstawiono porównanie wybranych metod klasyfikacji obrazów dla współspalania pyłu węglowego i biomasy. Zdefiniowano dwie klasy spalania: stabilne i niestabilne dla trzech wariantów z różnymi parametrami mocy oraz stałą ilością biomasy. Porównano naiwny klasyfikator bayesowski oraz metodę wektorów nośnych z radialną funkcją jądrową (RBF). Wyniki badań pokazują, poprawną klasyfikację obrazów dla założonych wariantów.

Słowa kluczowe

EN

flame; combustion; active contour; image classification

PL

płomień; spalanie; klasyfikacja obrazów

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 11
• Strony: 130--132
• Opis fizyczny: Bibliogr. 8 poz., il., tab.

Twórcy

autor

Kotyra A.

• Lublin University of Technology, Institute of Electronics and Information Technology, Nadbystrzycka str. 38a 20-618 Lublin

autor

Sawicki D.

• Lublin University of Technology, Institute of Electronics and Information Technology, Nadbystrzycka str. 38a 20-618 Lublin

Bibliografia

• [1] Wong T., Chang L.: Inddividual attribute prior settings method for naïve Bayesian classifiers, Pattern Recognition, vol.44, 2011, Pages 1041-1047
• [2] Abidha T.E., Mathai P.P., Divya M.: Vision Based Wildfire Detection Using Bayesian Decision Fusion Framework, International Journal of Advanced Research in Computer and Communication Engineering,Vol. 2, Issue 12, December 2013
• [3] Wang K., Gong W., Hou Z.: Automated Inventory and Analysis of Highway Assets, Phase-II, Final Report for Project, MBTC 2097, 2008
• [4] Dao-guang L., Li-Xia L., Chang-liang L., Jing C.: Flame Furnace In Thermal Power Plant Condition Monitoring Using SVM Proceeding ICICTA '09, Proceedings of the 2009 Second International Conference on Intelligent Computation Technology and Automation - Volume 03, Pages 67-70
• [5] Agrawal, S., Verma, N.K., Tamrakar, P., Sircar, P.: Content Based Color Image Classification using SVM, Information Technology: New Generations (ITNG), 2011 Eighth International Conference, 2011, Pages 1090 - 1094
• [6] Linghu B., Sun B.,: Constructing effective SVM ensembles for image classification, Knowledge Acquisition and Modeling (KAM), 2010 3rd International Symposium, Pages 80-83
• [7] Zongfang M., Yongmei Ch., Huiqin W., Najuan Y.: Research of Flame Image Recognition Algorithm Based on SVM, Information Science and Engineering (ICISE), 2009 1st International Conference, Pages 1399 - 1401
• [8] Kotyra A., Wójcik W., Gromaszek K., Smolarz A., Jagiełło K.: Assessment of biomass-coal co-combustion on the basis of flame image Przegląd Elektrotechniczny, 11b (2012)