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
2
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
电压互感器二次回路异常案例分析
1
作者
张俊康
许启东
+2 位作者
陈思宇
叶华
吴翰彬
《农村电工》
2025年第4期60-60,共1页
10 kV电压互感器一般通过熔断器与高压母线连接,同时为防止电压互感器一、二次绝缘击穿,高电压窜入二次侧造成人身伤害和设备损坏,电压互感器必须有且只能有一个接地点,故障时通常二次电压输出会发生变化。电容式电压互感器(capacitor v...
10 kV电压互感器一般通过熔断器与高压母线连接,同时为防止电压互感器一、二次绝缘击穿,高电压窜入二次侧造成人身伤害和设备损坏,电压互感器必须有且只能有一个接地点,故障时通常二次电压输出会发生变化。电容式电压互感器(capacitor voltage transformer,CVT)受设计、工艺等因素的影响,运行中相对较易发生二次电压异常的故障。
展开更多
关键词
异常案例
电容式电压互感器
熔断器
高压母线
二次回路
在线阅读
下载PDF
职称材料
面向自动驾驶道路场景中异常案例的多模态数据挖掘算法
被引量：
5
2
作者
王海
张桂荣
+3 位作者
罗彤
邱梦
蔡英凤
陈龙
《汽车工程》
EI
CSCD
北大核心
2024年第7期1239-1248,共10页
基于深度学习的视觉感知技术的发展有利于自动驾驶系统中环境感知技术的进步。然而,对于自动驾驶场景中的异常案例,目前的感知模型还存在一些问题。这是因为基于深度学习的感知模型的能力取决于训练数据集的分布。尤其是驾驶场景中的类...
基于深度学习的视觉感知技术的发展有利于自动驾驶系统中环境感知技术的进步。然而,对于自动驾驶场景中的异常案例,目前的感知模型还存在一些问题。这是因为基于深度学习的感知模型的能力取决于训练数据集的分布。尤其是驾驶场景中的类别从未出现在训练集中,感知系统也往往很脆弱。因此识别未知类别和极端场景仍然是自动驾驶感知技术安全性的挑战。本文从处理数据集的角度出发,提出了一种新颖的多模态异常案例自动挖掘流程(corner case mining pipeline, CCMP)。为验证CCMP的有效性,在Waymo开放数据集的基础上构建了异常案例子集“Waymo-Anomaly”,该子集共有3 200个图像,每个图像都将包含文本中定义的异常案例场景。并且基于私有数据集Waymo-Anomaly,证明了CCMP针对异常案例场景挖掘的召回率可以达到91.7%。此外,还通过实验验证了目标检测器在包含异常案例的数据集中针对长尾分布的有效性。最终,希望从处理数据集的角度来提高自动驾驶感知模型在现实世界中的真实性。
展开更多
关键词
自动驾驶
深度学习
目标检测
异常案例
在线阅读
下载PDF
职称材料
题名
电压互感器二次回路异常案例分析
1
作者
张俊康
许启东
陈思宇
叶华
吴翰彬
机构
国网福建省电力有限公司泉州供电公司
长安大学
出处
《农村电工》
2025年第4期60-60,共1页
文摘
10 kV电压互感器一般通过熔断器与高压母线连接,同时为防止电压互感器一、二次绝缘击穿,高电压窜入二次侧造成人身伤害和设备损坏,电压互感器必须有且只能有一个接地点,故障时通常二次电压输出会发生变化。电容式电压互感器(capacitor voltage transformer,CVT)受设计、工艺等因素的影响,运行中相对较易发生二次电压异常的故障。
关键词
异常案例
电容式电压互感器
熔断器
高压母线
二次回路
分类号
TM451 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
面向自动驾驶道路场景中异常案例的多模态数据挖掘算法
被引量：
5
2
作者
王海
张桂荣
罗彤
邱梦
蔡英凤
陈龙
机构
江苏大学汽车与交通工程学院
江苏大学汽车工程研究院
江苏理工学院
出处
《汽车工程》
EI
CSCD
北大核心
2024年第7期1239-1248,共10页
基金
国家自然科学基金(52225212,U20A20333,52072160)
江苏省重点研发项目(BE2020083-2,BE2020083-3)资助。
文摘
基于深度学习的视觉感知技术的发展有利于自动驾驶系统中环境感知技术的进步。然而,对于自动驾驶场景中的异常案例,目前的感知模型还存在一些问题。这是因为基于深度学习的感知模型的能力取决于训练数据集的分布。尤其是驾驶场景中的类别从未出现在训练集中,感知系统也往往很脆弱。因此识别未知类别和极端场景仍然是自动驾驶感知技术安全性的挑战。本文从处理数据集的角度出发,提出了一种新颖的多模态异常案例自动挖掘流程(corner case mining pipeline, CCMP)。为验证CCMP的有效性,在Waymo开放数据集的基础上构建了异常案例子集“Waymo-Anomaly”,该子集共有3 200个图像,每个图像都将包含文本中定义的异常案例场景。并且基于私有数据集Waymo-Anomaly,证明了CCMP针对异常案例场景挖掘的召回率可以达到91.7%。此外,还通过实验验证了目标检测器在包含异常案例的数据集中针对长尾分布的有效性。最终,希望从处理数据集的角度来提高自动驾驶感知模型在现实世界中的真实性。
关键词
自动驾驶
深度学习
目标检测
异常案例
Keywords
autonomous vehicles
deep learning
object detection
corner case
分类号
U463.6 [机械工程—车辆工程]
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
电压互感器二次回路异常案例分析
张俊康
许启东
陈思宇
叶华
吴翰彬
《农村电工》
2025
0
在线阅读
下载PDF
职称材料
2
面向自动驾驶道路场景中异常案例的多模态数据挖掘算法
王海
张桂荣
罗彤
邱梦
蔡英凤
陈龙
《汽车工程》
EI
CSCD
北大核心
2024
5
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
