目前航空货运和客运中锂电池爆炸起火的事故层出不穷,最主要原因在于锂电池内部结构状态发生变化,故锂电池内部结构状态的检测成为机场急需解决的重要问题。因此,本研究提出一种MLP(multi-layer perceptron)特征向量分类方法,该方法首...目前航空货运和客运中锂电池爆炸起火的事故层出不穷,最主要原因在于锂电池内部结构状态发生变化,故锂电池内部结构状态的检测成为机场急需解决的重要问题。因此,本研究提出一种MLP(multi-layer perceptron)特征向量分类方法,该方法首先为锂电池内部结构的识别选择最佳的特征向量和分类器;然后对采集得到的锂电池图像样本进行感兴趣区域(ROI,region of interest)获取、图像裁剪与绘制、特征向量提取和分类器分类处理;最后,根据分类结果找到最佳的特征向量与分类器组合。实验表明:用该方法进行锂电池样本图像分类识别,其结果具有较高的准确率,可以有效降低锂电池在航空运输中的爆炸风险。展开更多
文摘目前航空货运和客运中锂电池爆炸起火的事故层出不穷,最主要原因在于锂电池内部结构状态发生变化,故锂电池内部结构状态的检测成为机场急需解决的重要问题。因此,本研究提出一种MLP(multi-layer perceptron)特征向量分类方法,该方法首先为锂电池内部结构的识别选择最佳的特征向量和分类器;然后对采集得到的锂电池图像样本进行感兴趣区域(ROI,region of interest)获取、图像裁剪与绘制、特征向量提取和分类器分类处理;最后,根据分类结果找到最佳的特征向量与分类器组合。实验表明:用该方法进行锂电池样本图像分类识别,其结果具有较高的准确率,可以有效降低锂电池在航空运输中的爆炸风险。
