基于贝叶斯分类器的高危睡姿监测系统

针对患有不同疾病的目标患者,其高危睡姿不同的特点,采用数据融合以及朴素贝叶斯分类器理论,设计了一种高危睡姿自动识别报警系统。当目标处于高危睡姿、特定部位受压或保持同一睡姿超过健康时长后,启动报警。首先介绍了系统总体方案和穿戴式设备设计,阐述了朴素贝叶斯分类器在睡姿识别情况下的应用,最后对系统进行了实验验证。实验结果表明:该系统可以有效监测目标是否处于高危睡姿,方案简单,准确度较高,具有良好的社会意义。

基于鲸鱼算法的森林火灾图像多阈值分割

为监测森林火灾的实时火情,本文研究图像分割算法应用于林火图像的识别。由于林火图像背景复杂干扰目标多,采用单阈值Otsu方法对林火图像进行分割的精度较差,因此本文研究鲸鱼优化算法(Whale Optimization Algorithm,WOA)对多阈值图像分割的最佳阈值进行寻优。鲸鱼优化算法是在寻找最优解的过程中效率较高的算法,该算法具有收敛速度快、精度高的特点。针对森林火灾图像中的火焰区域准确分割问题,应用WOA对Otsu的适应度函数进行寻优,在红绿蓝模式的林火数字图像上进行仿真试验。试验结果表明:提出的算法在森林火灾图像多阈值分割中优于传统单阈值的Otsu算法,可以获得更为准确的分割阈值和更高的分割效率,具有较强的工程实用性。