| 基于多尺度網絡的絕緣子自曝狀態智能認知方法研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>969 K | |
| 標簽： 絕緣子狀態 ResNet 反饋認知 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對已有絕緣子狀態識別模型，以及深層網絡尺度和交叉熵損失函數的缺陷，仿照運維人員檢修模式，即依據評測結果的可信度動態決策，基于多尺度網絡構建了一種絕緣子自曝狀態智能認知方法。首先，面向定位歸一化化預處理后的絕緣子圖像，基于ResNet-18增加不同結構的網絡分支提高網絡適應不同分辨率的能力，同時在網絡末端添加多尺度信息融合模塊；其次，隨機配置網絡面向多個尺度特征，構建了泛化的自曝狀態分類認知準則；最后，為了評測自曝狀態分類認知結果的可信度，基于定義的誤差指標自調節多尺度網絡架構，重構不確定認知結果約束下的特征向量和分類認知準則，以進行自曝狀態再認知。實驗結果顯示，與其他方法相比，所提出的智能認知方法增強了模型的泛化能力和認知精度。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2