首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于正样本学习的变电站避雷器破损识别方法
作者姓名:
唐冬来
廖强
李科峰
龚奕宇
聂潇
基金项目:
国家重点研发计划项目(2019YFB2103000);
摘 要:
为解决变电站避雷器破损样本图片少,图像识别成功率低的问题,提出了一种基于正样本学习的变电站避雷器破损识别方法。对变电站避雷器图像数据进行噪声过滤,消除环境因素对识别的影响,检测识别避雷器的边缘,并提取避雷器图像区域数据。在此基础上,采用卷积神经网络对正常的避雷器图片进行学习,获得正样本重建数据。并将当前避雷器图像与正样本进行比较,从而对破损避雷器进行识别。将该方法应用于在某地区变电站,实际识别成功率为96.8%;其结果验证了文中所提方法的有效性。
关 键 词:
正样本
变电站避雷器
破损识别
语义分割
卷积神经网络
边缘点检测
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号