-
题名一种人体体表三维温度场的融合重建方法
被引量：5
- 1
-
-
作者
杨炎龙
徐超
-
机构
北京理工大学
-
出处
《红外技术》
CSCD
北大核心
2022年第1期33-40,共8页
-
文摘
重建人体体表三维温度场能够为包括诊断在内的多项人体医学分析提供可靠数据。由于红外成像具有温度测量精度低、成像分辨率不足以及显示效果较差等缺陷,导致重建的目标三维温度场的可靠性存在不足。针对这些问题,提出一种针对人体体表的三维温度场的融合重建方法。即首先采用黑体测温标定的方法,对红外热像仪的测温结果进行误差修正;其次对红外图像进行对比度增强处理;之后进行超分辨率处理,使红外图像在空间分辨率上匹配三维数据;最后在数据融合阶段,基于不同图像中提取到的靶标特征点对应空间中相同位置的事实,对标定得到的系统结构参数进行误差修正。实验表明,该方法使三维温度场的测温精度达到0.26℃以下,温度场的三维分布结果得到提升,显示效果也得到了增强。
-
关键词
三维温度场重建
热像仪测温标定
多波段光学标定
红外图像处理
人体皮肤特性
-
Keywords
3D temperature field reconstruction
temperature calibration of thermal camera
multi-band optical calibration
infrared image processing
human skin characteristics
-
分类号
TN219
[电子电信—物理电子学]
-
-
题名基于自适应概率学习的配电网故障辨识技术
被引量：3
- 2
-
-
作者
杨帆
方健
张敏
田妍
陈创升
刘振东
杨炎龙
-
机构
广东电网有限责任公司广州供电局电力试验研究院南方电网中低压电气设备质量检验测试重点实验室
广东电网有限责任公司广州从化供电局
广东电网有限责任公司广州增城供电局
-
出处
《电网与清洁能源》
北大核心
2021年第12期47-55,共9页
-
基金
国家自然科学基金项目(51307109)
中国南方电网有限责任公司科技项目(GZHKJXM20180060)。
-
文摘
为了提升配电网故障辨识准确率,提出了一种基于自适应概率学习的早期故障诊断方法。该方法通过波形分解和最大化特征相似性找到最佳线性映射,将仿真数据和真实数据映射至同一特征空间,且在此空间中两者分布差异最小,之后即可使用仿真数据训练模型并对真实数据进行分类,从而解决配电网故障辨识中样本量不足这一重要问题。基于系统仿真数据和现场实际数据表明:所提方法对于自适应学习条件下早期故障诊断的可靠性和准确率,远优于同等条件下的卷积神经网络、支持向量机和K邻近算法等常用分类模型;为自适应学习条件下的配电网故障辨识技术提供了一种新的思路。
-
关键词
配电网
早期故障
故障辨识
特征提取
自适应概率学习
-
Keywords
power distribution systems
incipient faults
fault identification
feature extraction
domain adaption probabilistic learning
-
分类号
TM726
[电气工程—电力系统及自动化]
-
