基于机器学习的电力调度机房静态健康度超分辨率图像识别方法 |
| |
作者姓名: | 安天瑜 王铎钦 王海宽 |
| |
作者单位: | 国家电网有限公司东北分部 |
| |
摘 要: | 针对电力调度机房运行态势不一,终端信号灯色彩难以识别的问题,提出了基于机器学习的电力调度机房静态健康度超分辨率图像识别方法。设定残差阈值,采用模糊最大熵方法,计算电力调度机房静态图像目标类和背景类的最佳分离点,引入模糊隶属度函数,运用RGB极大比值法,提取与增强超分辨率图像信号灯的色彩特征,构造最佳分类面,设置分类约束条件,依据二次分类器函数,识别电力调度机房静态健康度。实验结果表明,该方法能够提高电力调度机房静态图像质量,色彩特征识别效果较佳,确保电力调度机房静态健康度识别准确性。
|
关 键 词: | 机器学习 支持向量机 电力调度机房 超分辨率图像 |
|
|