| DBN层次趋势研究及其在航拍图像故障识别中的应用 |
| |
| 引用本文： | 高强,阳武,李倩. DBN层次趋势研究及其在航拍图像故障识别中的应用[J]. 仪器仪表学报, 2015, 36(6): 1267-1274 |
| |
| 作者姓名： | 高强 阳武 李倩 |
| |
| 作者单位： | 华北电力大学电气与电子工程学院保定071003 |
| |
| 摘 要： | 航拍巡线作为一种高效的线路运检手段已开始投入实用。为了减少人力分辨输电线路设备异常的工作量,实现自动分辨异常图像,进而实现自动化巡检,研究了输电线路图像故障识别的问题。首先从中心极限定理、信息理论以及实验数据等多方面出发,研究了深度信念网络(DBN)权重的层次趋势问题,从而揭示了层次权值逐步趋于正态分布的规律,该结论解释了DBN能自动提取到精细特征的原因。基于层次趋势,提出了一种确定DBN层数的指标,即正态分布满足率(NDSR),可降低算法的时间复杂度。最后对巡线图像故障识别进行了研究,并验证了DBN在巡线图像故障识别应用中的有效性。与PCA_SVM等算法进行了比较,实验结果表明该算法的正确识别率明显比其他算法高,可为输电线路状态检测提供可靠的依据。
|
| 关 键 词： | 深度信念网络；层次趋势；故障识别；正态分布满足率；自动化巡检 |
Research on deep belief network layer tendency and its applicationinto identifying fault images of aerial images |
| |
| Gao Qiang,Yang Wu,Li Qian. Research on deep belief network layer tendency and its applicationinto identifying fault images of aerial images[J]. Chinese Journal of Scientific Instrument, 2015, 36(6): 1267-1274 |
| |
| Authors: | Gao Qiang Yang Wu Li Qian |
| |
| Affiliation: | Institute of Electrical and Electronic Engineering, North China Electric Power University, Baoding 071003, China |
| |
| Abstract: | |
| |
| Keywords: | deep belief network layer tendency fault identification NDSR automated inspection |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《仪器仪表学报》浏览原始摘要信息 |
|
点击此处可从《仪器仪表学报》下载全文 |
|
