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
1
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U-net和CNN的绝缘子自爆检测方法研究
被引量：
26
1
作者
李俊
任景
+4 位作者
王晔琳
张小东
薛晨
任冲
范国伟
《智慧电力》
北大核心
2021年第8期98-103,共6页
针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络(CNN)模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分...
针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络(CNN)模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分割精度。其次,在图像分类阶段提出更适合所提问题且有效提高分类准确度的新型CNN模型。最后,使用无人机拍摄的绝缘子图片为实验数据进行实验。实验结果表明所提算法识别精度较高。
展开更多
关键词
绝缘子
自爆故障
改进U-net
卷积神经网络
双阶段目标检测算法
在线阅读
下载PDF
职称材料
题名
基于改进U-net和CNN的绝缘子自爆检测方法研究
被引量：
26
1
作者
李俊
任景
王晔琳
张小东
薛晨
任冲
范国伟
机构
国家电网公司西北分部
西安理工大学电气学院
出处
《智慧电力》
北大核心
2021年第8期98-103,共6页
基金
国家自然科学基金资助项目(51707155)。
文摘
针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络(CNN)模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分割精度。其次,在图像分类阶段提出更适合所提问题且有效提高分类准确度的新型CNN模型。最后,使用无人机拍摄的绝缘子图片为实验数据进行实验。实验结果表明所提算法识别精度较高。
关键词
绝缘子
自爆故障
改进U-net
卷积神经网络
双阶段目标检测算法
Keywords
insulator
self-explosion fault
improved U-net
convolution neural network
two-stage target detection algorithm
分类号
TM216 [一般工业技术—材料科学与工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
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U-net和CNN的绝缘子自爆检测方法研究
李俊
任景
王晔琳
张小东
薛晨
任冲
范国伟
《智慧电力》
北大核心
2021
26
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
