| 基于多尺度网络的绝缘子自曝状态智能认知方法研究 | |
| 所屬分類：技术论文 | |
| 上傳者：aetmagazine | |
| 文檔大小：969 K | |
| 標簽： 绝缘子状态 ResNet 反馈认知 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：针对已有绝缘子状态识别模型，以及深层网络尺度和交叉熵损失函数的缺陷，仿照运维人员检修模式，即依据评测结果的可信度动态决策，基于多尺度网络构建了一种绝缘子自曝状态智能认知方法。首先，面向定位归一化化预处理后的绝缘子图像，基于ResNet-18增加不同结构的网络分支提高网络适应不同分辨率的能力，同时在网络末端添加多尺度信息融合模块；其次，随机配置网络面向多个尺度特征，构建了泛化的自曝状态分类认知准则；最后，为了评测自曝状态分类认知结果的可信度，基于定义的误差指标自调节多尺度网络架构，重构不确定认知结果约束下的特征向量和分类认知准则，以进行自曝状态再认知。实验结果显示，与其他方法相比，所提出的智能认知方法增强了模型的泛化能力和认知精度。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2