期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进PSO优化双尺度CNN的齿轮箱故障诊断
被引量：
2
1
作者
孔子宇
王海瑞
《农业装备与车辆工程》
2022年第8期88-92,96,共6页
粒子群算法进行超参数寻优时容易出现收敛速度慢、寻优时间长,并且传统的故障诊断算法依赖人工提取故障特征,需要丰富的专家经验,对此,提出一种基于改进粒子群算法优化双尺度卷积神经网络的齿轮箱故障诊断方法。该方法在粒子群算法的寻...
粒子群算法进行超参数寻优时容易出现收敛速度慢、寻优时间长,并且传统的故障诊断算法依赖人工提取故障特征,需要丰富的专家经验,对此,提出一种基于改进粒子群算法优化双尺度卷积神经网络的齿轮箱故障诊断方法。该方法在粒子群算法的寻优方法上增加随机预测点,加快了参数寻优速度,并使用双尺度卷积层,提高了神经网络的诊断精度。实验表明,经改进的粒子群算法相较于粒子群算法、遗传算法和萤火虫算法提高了寻优速度,双尺度卷积神经网络比常用的智能诊断方法具有更加优秀的识别能力。
展开更多
关键词
齿轮箱
故障诊断
双尺度卷积神经网络
粒子群算法
在线阅读
下载PDF
职称材料
相近色干扰下大型变电站玻璃绝缘子目标识别算法
2
作者
陈赟
张英
+1 位作者
李端姣
刘建明
《沈阳工业大学学报》
北大核心
2025年第4期478-485,共8页
【目的】在大型变电站监控系统中,玻璃绝缘子的目标识别是确保电力设备安全运行的重要环节。然而,受环境复杂性和图像采集条件的限制,玻璃绝缘子图像往往存在清晰度差、相近色干扰等问题,导致目标识别困难,直接影响变电站的安全监控效...
【目的】在大型变电站监控系统中,玻璃绝缘子的目标识别是确保电力设备安全运行的重要环节。然而,受环境复杂性和图像采集条件的限制,玻璃绝缘子图像往往存在清晰度差、相近色干扰等问题,导致目标识别困难,直接影响变电站的安全监控效果。【方法】为了解决这一问题,提出一种相近色干扰下大型变电站玻璃绝缘子目标识别算法。针对图像清晰度不足和相近色干扰问题,将原始图像从RGB空间转换为HSV空间。通过精细分解HSV空间的色相H、饱和度S和亮度V分量,计算特征差值,增强图像的色彩表现和视觉效果,从而有效消除相近色干扰。采用自适应阈值分割技术,结合HSV空间的色彩特征,对图像进行精确分割,分离出玻璃绝缘子目标区域与复杂背景。设计了一种双尺度分类卷积神经网络(CNN),通过多尺度特征提取和分类,实现对复杂背景下玻璃绝缘子的高精度目标识别。该网络结合了局部细节和全局上下文信息,进一步提升了识别的鲁棒性和准确性。【结果】实验结果表明,研究提出的算法应用优势显著。在色彩增强方面,通过HSV空间的特征差值计算,显著提升了图像的色彩对比度和视觉效果,有效消除了相近色干扰。在图像分割性能上,自适应阈值分割技术能够精确分离玻璃绝缘子目标区域与复杂背景,分割准确性达到较高水平。在目标识别方面,双尺度分类卷积神经网络在复杂背景下表现出较强的抗干扰能力,对玻璃绝缘子的识别精度显著高于传统方法。【结论】研究提出的相近色干扰下大型变电站玻璃绝缘子目标识别算法,通过色彩增强、自适应阈值分割和双尺度分类卷积神经网络的有机结合,成功解决了图像清晰度不足和相近色干扰导致的目标识别难题。该算法在色彩增强、分割性能和抗干扰能力上均表现出色,能够高效、准确地识别玻璃绝缘子目标,为大型变电站的安全监控提供了可靠的技术保障。
展开更多
关键词
相近色干扰
大型变电站
复杂背景
玻璃绝缘子
目标识别
自适应阈值分割
色彩增强
双
尺度
分类
卷积
神经网络
在线阅读
下载PDF
职称材料
基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法
被引量：
14
3
作者
黄新波
高玉菡
+3 位作者
张烨
赵隆
伍逸群
孙苏珍
《电力自动化设备》
EI
CSCD
北大核心
2022年第4期203-209,共7页
针对相近色干扰、不同光照条件下玻璃绝缘子颜色特征不明显而无法准确识别的问题,提出一种基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法。首先,提出一种联合分量灰度化算法,通过补偿玻璃绝缘子目标区域的颜色特征实现目...
针对相近色干扰、不同光照条件下玻璃绝缘子颜色特征不明显而无法准确识别的问题,提出一种基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法。首先,提出一种联合分量灰度化算法,通过补偿玻璃绝缘子目标区域的颜色特征实现目标增强;然后,在均匀分块的基础上,采用动态分块阈值进行玻璃绝缘子图像粗分割,并结合玻璃绝缘子的颜色和空间信息等多尺度高维特征,提出一种双尺度分类卷积神经网络算法实现玻璃绝缘子图像细分割;最后,将细分割得到的所有子图像进行合并,实现复杂背景下玻璃绝缘子目标的准确识别。实验结果表明,所提算法能对图像中存在相近色干扰、光照变化影响的玻璃绝缘子目标进行精准识别,且其在Dice参数、杰卡德系数2项识别指标上均达到90%以上,平均识别准确率高达92%。
展开更多
关键词
玻璃绝缘子
联合分量灰度化算法
动态分块阈值分割
双
尺度
分类
卷积
神经网络
深度学习
在线阅读
下载PDF
职称材料
题名
基于改进PSO优化双尺度CNN的齿轮箱故障诊断
被引量：
2
1
作者
孔子宇
王海瑞
机构
昆明理工大学信息工程与自动化学院
出处
《农业装备与车辆工程》
2022年第8期88-92,96,共6页
文摘
粒子群算法进行超参数寻优时容易出现收敛速度慢、寻优时间长,并且传统的故障诊断算法依赖人工提取故障特征,需要丰富的专家经验,对此,提出一种基于改进粒子群算法优化双尺度卷积神经网络的齿轮箱故障诊断方法。该方法在粒子群算法的寻优方法上增加随机预测点,加快了参数寻优速度,并使用双尺度卷积层,提高了神经网络的诊断精度。实验表明,经改进的粒子群算法相较于粒子群算法、遗传算法和萤火虫算法提高了寻优速度,双尺度卷积神经网络比常用的智能诊断方法具有更加优秀的识别能力。
关键词
齿轮箱
故障诊断
双尺度卷积神经网络
粒子群算法
Keywords
gearbox
fault diagnosis
dual-scale convolution neural network
particle swarm optimization
分类号
TH17 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
相近色干扰下大型变电站玻璃绝缘子目标识别算法
2
作者
陈赟
张英
李端姣
刘建明
机构
华中科技大学机械科学与工程学院
中国南方电网广东电网有限责任公司
出处
《沈阳工业大学学报》
北大核心
2025年第4期478-485,共8页
基金
国家自然科学基金项目(51277072)。
文摘
【目的】在大型变电站监控系统中,玻璃绝缘子的目标识别是确保电力设备安全运行的重要环节。然而,受环境复杂性和图像采集条件的限制,玻璃绝缘子图像往往存在清晰度差、相近色干扰等问题,导致目标识别困难,直接影响变电站的安全监控效果。【方法】为了解决这一问题,提出一种相近色干扰下大型变电站玻璃绝缘子目标识别算法。针对图像清晰度不足和相近色干扰问题,将原始图像从RGB空间转换为HSV空间。通过精细分解HSV空间的色相H、饱和度S和亮度V分量,计算特征差值,增强图像的色彩表现和视觉效果,从而有效消除相近色干扰。采用自适应阈值分割技术,结合HSV空间的色彩特征,对图像进行精确分割,分离出玻璃绝缘子目标区域与复杂背景。设计了一种双尺度分类卷积神经网络(CNN),通过多尺度特征提取和分类,实现对复杂背景下玻璃绝缘子的高精度目标识别。该网络结合了局部细节和全局上下文信息,进一步提升了识别的鲁棒性和准确性。【结果】实验结果表明,研究提出的算法应用优势显著。在色彩增强方面,通过HSV空间的特征差值计算,显著提升了图像的色彩对比度和视觉效果,有效消除了相近色干扰。在图像分割性能上,自适应阈值分割技术能够精确分离玻璃绝缘子目标区域与复杂背景,分割准确性达到较高水平。在目标识别方面,双尺度分类卷积神经网络在复杂背景下表现出较强的抗干扰能力,对玻璃绝缘子的识别精度显著高于传统方法。【结论】研究提出的相近色干扰下大型变电站玻璃绝缘子目标识别算法,通过色彩增强、自适应阈值分割和双尺度分类卷积神经网络的有机结合,成功解决了图像清晰度不足和相近色干扰导致的目标识别难题。该算法在色彩增强、分割性能和抗干扰能力上均表现出色,能够高效、准确地识别玻璃绝缘子目标,为大型变电站的安全监控提供了可靠的技术保障。
关键词
相近色干扰
大型变电站
复杂背景
玻璃绝缘子
目标识别
自适应阈值分割
色彩增强
双
尺度
分类
卷积
神经网络
Keywords
similar color interference
large substation
complex background
glass insulator
target recognition
adaptive threshold segmentation
color enhancement
dual-scale classification convolutional neural network
分类号
TM216 [一般工业技术—材料科学与工程]
在线阅读
下载PDF
职称材料
题名
基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法
被引量：
14
3
作者
黄新波
高玉菡
张烨
赵隆
伍逸群
孙苏珍
机构
西安工程大学电子信息学院
出处
《电力自动化设备》
EI
CSCD
北大核心
2022年第4期203-209,共7页
基金
陕西省自然科学基础研究计划-一般项目(青年)(2019JQ-843)
西安市科技计划项目(GXYD7.12)
陕西省教育厅科研计划项目(21JK0661)。
文摘
针对相近色干扰、不同光照条件下玻璃绝缘子颜色特征不明显而无法准确识别的问题,提出一种基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法。首先,提出一种联合分量灰度化算法,通过补偿玻璃绝缘子目标区域的颜色特征实现目标增强;然后,在均匀分块的基础上,采用动态分块阈值进行玻璃绝缘子图像粗分割,并结合玻璃绝缘子的颜色和空间信息等多尺度高维特征,提出一种双尺度分类卷积神经网络算法实现玻璃绝缘子图像细分割;最后,将细分割得到的所有子图像进行合并,实现复杂背景下玻璃绝缘子目标的准确识别。实验结果表明,所提算法能对图像中存在相近色干扰、光照变化影响的玻璃绝缘子目标进行精准识别,且其在Dice参数、杰卡德系数2项识别指标上均达到90%以上,平均识别准确率高达92%。
关键词
玻璃绝缘子
联合分量灰度化算法
动态分块阈值分割
双
尺度
分类
卷积
神经网络
深度学习
Keywords
glass insulator
joint component grayscale algorithm
dynamic block threshold segmentation
dualscale classification convolutional neural network
deep learning
分类号
TM216.4 [一般工业技术—材料科学与工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进PSO优化双尺度CNN的齿轮箱故障诊断
孔子宇
王海瑞
《农业装备与车辆工程》
2022
2
在线阅读
下载PDF
职称材料
2
相近色干扰下大型变电站玻璃绝缘子目标识别算法
陈赟
张英
李端姣
刘建明
《沈阳工业大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法
黄新波
高玉菡
张烨
赵隆
伍逸群
孙苏珍
《电力自动化设备》
EI
CSCD
北大核心
2022
14
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
