首页|基于知识图谱的火灾图像识别研究

基于知识图谱的火灾图像识别研究

Research on fire image recognition based on scientific knowledge graph

扫码查看
原文链接
  • 万方数据
  • 维普
为了全面分析图像型火灾识别技术的发展趋势和研究动态,更准确地为火灾探测领域科研工作提供研究方向,运用Web of Science已有文献数据和科学知识图谱软件以及Python-matplotlib库,定量分析国际火灾图像研究的发文时间、发文作者、发文机构、高被引文献等特征,从主题、关键词、摘要入手分析当前研究热点与前沿趋势动态.结果表明:国际火灾图像识别研究成果数量整体上呈现出波浪式上升趋势;欧美国家在火灾图像识别领域的研究较为深入,而中国在该领域研究起步较晚;J Comp Neurol、Remote Sens Environ、Fire Safety J、J Geophys Res-Atmos 为代表期刊形成共被引期刊合作网络;研究热点主要表现在火灾图像识别的深度学习模型、森林火灾图像及火灾影响、火灾遥感图像识别算法3个方面;研究前沿主要表现在基于深度学习的火灾烟雾探测,火烧迹地的森林植被覆盖与流失,煤矿、工业热源、电动汽车的火灾探测,阻燃性4个方面.

fire detectionfire images recognitionscientific knowledge graphresearch hotspotsdeep learning

李海、孙鹏

展开 >

中国民用航空飞行学院民航安全工程学院,四川广汉 618307

中国民用航空飞行学院民机火灾科学与安全工程四川省重点实验室,四川广汉 618307

中国刑事警察学院公安信息技术与情报学院,辽宁沈阳 110036

火灾探测 火灾图像识别 知识图谱 研究热点 深度学习

民机火灾科学与安全工程四川省重点实验室自主项目中央高校基本科研业务费专项中央高校基本科研业务费专项

MZ2022JB03J2023-062GJ2023-051

2023

10.16265/j.cnki.issn1003-3033.2023.10.2088

中国安全科学学报
中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心
影响因子：1.548
ISSN：1003-3033
年,卷(期)：2023.33(10)
  • 5