基于多尺度网络的绝缘子自曝状态智能认知方法研究AET-电子技术应用-最丰富的电子设计资源平台

基于多尺度网络的绝缘子自曝状态智能认知方法研究
所属分类：技术论文
上传者：aetmagazine
文档大小：969 K
标签：绝缘子状态 ResNet 反馈认知
所需积分：0分积分不够怎么办？
文档介绍：针对已有绝缘子状态识别模型，以及深层网络尺度和交叉熵损失函数的缺陷，仿照运维人员检修模式，即依据评测结果的可信度动态决策，基于多尺度网络构建了一种绝缘子自曝状态智能认知方法。首先，面向定位归一化化预处理后的绝缘子图像，基于ResNet-18增加不同结构的网络分支提高网络适应不同分辨率的能力，同时在网络末端添加多尺度信息融合模块；其次，随机配置网络面向多个尺度特征，构建了泛化的自曝状态分类认知准则；最后，为了评测自曝状态分类认知结果的可信度，基于定义的误差指标自调节多尺度网络架构，重构不确定认知结果约束下的特征向量和分类认知准则，以进行自曝状态再认知。实验结果显示，与其他方法相比，所提出的智能认知方法增强了模型的泛化能力和认知精度。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动