排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
针对变电站设备巡检图像识别领域中存在的图像规模有限和识别准确率低等问题,提出了一种基于改进ResNet34网络的图像分类识别方法。采用Seam Carving算法对图像中的低能量区域进行压缩以保留关键特征;同时使用弹性变换、高斯噪声等6种图像增强技术来增强图像的多样性。将基础ResNet34网络与卷积注意力模块结合,增强模型对设备巡检图像关键特征的提取能力。使用在ImageNet数据集上的预训练模型作为迁移学习的特征提取器来解决样本数量不足的问题。在Adam优化器中引入余弦退火策略来动态调整学习率使改进的ResNet34网络更快收敛至最优解。试验结果表明所提方法比基础ResNet34网络的准确率提升了0.073 3,损失率降低了0.201 9,为变电站设备巡检图像识别领域提供了一种可靠的解决方案。 相似文献
4.
5.
刘志坚赵浩益刘航罗灵琳宋琪李鹏程 《振动与冲击》2022,(22):1-13
提出了基于改进最优阈值估计和改进阈值函数两方面优化的降噪方法。首先,针对传统阈值法估计偏大和单序列样本熵阈值法估计易陷入局部最优的问题,建立了融合噪声序列样本熵和降噪序列样本熵的综合熵模型,以综合熵曲率拐点下的阈值为优化目标,提出一种二分变步长非线性搜索方法实现最优阈值的快速估计。进一步,针对传统小波阈值函数存在重构振荡和重构偏差的问题,提出了一种融合软、硬阈值特征的改进阈值函数,通过使用平滑过渡数模型对该函数中的品质因子参数进行优化,使函数曲线在临界阈值邻域内连续平滑过渡。在高压设备局部放电超声波脉冲信号降噪应用场景中的仿真及测试试验结果表明,所提出综合熵阈值估计方法能够快速、准确地逼近最优阈值。此外,改进阈值函数兼顾了软、硬阈值函数的优点,能够抑制重构振荡和重构偏差,在保留原始信号有效信息的前提下实现对噪声的有效抑制,表现出了较好的工程应用价值。 相似文献
1