基于多特征融合和WOA-SVM的锅炉火焰燃烧状态识别

针对传统火焰图像识别方法识别锅炉燃烧状态存在特征提取不充分的问题,本文提出一种基于多特征融合和鲸鱼算法优化支持向量机的锅炉火焰燃烧状态识别方法。采用梯度方向直方图、局部二值模式和尺度不变特征变换描述火焰图像特点,融合提取特征以提升特征表达能力。将融合特征作为支持向量机分类器的输入,通过鲸鱼算法优化模型参数,提高分类准确率。实验证明,多特征融合显著提升分类结果准确率,经优化的支持向量机模型最终准确率达96.64%。