本文主要研究内容
作者潘龙,张烜,郝斐,赵敬龙,丁也,徐征（2019）在《基于深度卷积神经网络的绝缘子憎水性图像识别方法》一文中研究指出：针对传统的复合绝缘子憎水性检测方法效率不高、准确性差的问题,提出了一种用于绝缘子憎水性图像识别的方法。该方法基于深度卷积神经网络智能算法,结合国际复合绝缘子憎水性分级标准,构建了能自动识别出六个憎水性等级的算法,并首次在憎水性图像识别上使用了网格化剖分图像的方法,逐网格分析憎水性等级,最终形成了复合绝缘子憎水性图像自动识别算法。结果显示,应用该算法可清楚地识别绝缘子的憎水性等级,得到绝缘子老化程度的分布情况。
Abstract
zhen dui chuan tong de fu ge jue yuan zi zeng shui xing jian ce fang fa xiao lv bu gao 、zhun que xing cha de wen ti ,di chu le yi chong yong yu jue yuan zi zeng shui xing tu xiang shi bie de fang fa 。gai fang fa ji yu shen du juan ji shen jing wang lao zhi neng suan fa ,jie ge guo ji fu ge jue yuan zi zeng shui xing fen ji biao zhun ,gou jian le neng zi dong shi bie chu liu ge zeng shui xing deng ji de suan fa ,bing shou ci zai zeng shui xing tu xiang shi bie shang shi yong le wang ge hua pou fen tu xiang de fang fa ,zhu wang ge fen xi zeng shui xing deng ji ,zui zhong xing cheng le fu ge jue yuan zi zeng shui xing tu xiang zi dong shi bie suan fa 。jie guo xian shi ,ying yong gai suan fa ke qing chu de shi bie jue yuan zi de zeng shui xing deng ji ,de dao jue yuan zi lao hua cheng du de fen bu qing kuang 。
论文参考文献
论文详细介绍
论文作者分别是来自电工技术的潘龙,张烜,郝斐,赵敬龙,丁也,徐征，发表于刊物电工技术2019年13期论文，是一篇关于深度卷积神经网络论文,憎水性检测论文,憎水性等级论文,自动识别论文,电工技术2019年13期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电工技术2019年13期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：深度卷积神经网络论文; 憎水性检测论文; 憎水性等级论文; 自动识别论文; 电工技术2019年13期论文;