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
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：
基于改进级联Gentle Adaboost分类器的支柱绝缘子红外图像AI识别 被引量：24
1
作者 刘国特 伍伟权 +3 位作者 郭芳 周锦辉 文安 陈思军 《高电压技术》 EI CAS CSCD 北大核心 2022年第3期1088-1095,共8页
支柱绝缘子是变电站中重要的部件,在复杂工作环境下极易出现故障,而传统人工检测难以对大量支柱绝缘子红外图片快速多目标识别。为此,提出了基于改进级联Gentel Adaboost分类器的支柱绝缘子红外图像人工智能(artificial intelligence,AI... 支柱绝缘子是变电站中重要的部件,在复杂工作环境下极易出现故障,而传统人工检测难以对大量支柱绝缘子红外图片快速多目标识别。为此,提出了基于改进级联Gentel Adaboost分类器的支柱绝缘子红外图像人工智能(artificial intelligence,AI)识别方法,使用现场采集的大量红外图片,构建支柱绝缘子红外数据集,然后计算支柱绝缘子数据集样本的Haar-like特征值,并将不同特征值构建成若干个弱分类器;通过改进Gentel Adaboost算法,将弱分类器训练集成为强分类器,得到级联Gentel Adaboost分类器,实现红外图像中支柱绝缘子多目标准确识别。研究结果证明,所提方法在不同背景下对红外图像支柱绝缘子识别的准确率达到了93.9%,在正确识别定位的同时,还能保留支柱绝缘子的红外温度特征,可为支柱绝缘子智能识别和故障诊断提供有效途径。 展开更多
关键词 变电站设备 支柱绝缘子 红外图像 Haar-like特征描述 Gentel Adaboost算法 多目标智能识别
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部