| 双通道卷积神经网络模型电力设备图像识别 |
| |
| 引用本文： | 周仿荣,马仪,沈志,黄俊波.双通道卷积神经网络模型电力设备图像识别[J].云南电力技术,2019(2):69-73,77. |
| |
| 作者姓名： | 周仿荣 马仪 沈志 黄俊波 |
| |
| 作者单位： | 云南电网有限责任公司电力科学研究院;云南电网有限责任公司带电作业分公司 |
| |
| 摘 要： | 针对传统电力设备图像识别方法精度低、处理能力差的不足,提出一种基于双通道卷积神经网络(CNN)模型和随机森林分类的电力设备图像识别方法。在特征提取方面,双通道CNN模型通过两个独立的CNN模型来提取电力设备的特征;在识别算法方面,借鉴传统机器学习方法的优势,结合随机森林的优点,提出了结合深度学习的随机森林分类方法。最后,利用所提出的双通道CNN模型和随机森林分类方法对各类电力设备的图像进行了分类,实验表明所提出的方法可以有效地应用于各类电力设备的图像识别,并大大改善电力设备图像识别的识别率。
|
| 关 键 词： | 双通道 卷积神经网络 电力设备 随机森林 图像识别 |
Research on Electric Equipment Image Recognition based on Double CNN and Random forest classification method |
| |
| Zhou Fangrong,Ma Yi,Shen Zhi,Huang Junbo.Research on Electric Equipment Image Recognition based on Double CNN and Random forest classification method[J].Yunnan Electric Power,2019(2):69-73,77. |
| |
| Authors: | Zhou Fangrong Ma Yi Shen Zhi Huang Junbo |
| |
| Affiliation: | (Yunnan Power Grid Co., Ltd. Electric Power Research Institute, Kunming 650217, China;Live work branch Company, Yunnan Power Grid Company ltd., Kunming 650000,China) |
| |
| Abstract: | Zhou Fangrong;Ma Yi;Shen Zhi;Huang Junbo(Yunnan Power Grid Co., Ltd. Electric Power Research Institute, Kunming 650217, China;Live work branch Company, Yunnan Power Grid Company ltd., Kunming 650000,China) |
| |
| Keywords: | asynchronous interconnection frequency stability Dc frequency control system |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
