本文主要研究内容
作者张德钦,刘晓伟,刘源,江振钰,夏鹏（2019）在《基于Faster R-CNN的复合绝缘子憎水性分析研究》一文中研究指出：定期对复合绝缘子的憎水性进行检查,及时更换严重老化的复合绝缘子,是保障电网安全稳定运行的关键。为实现无人机图像拍摄后复合绝缘子憎水性的准确判别,提出一种基于候选区域的快速卷积神经网络绝缘子憎水性分析方法,利用训练得到的Faster R-CNN深度神经网络模型精确定位复杂背景中的复合绝缘子伞裙,通过位置修正提取其中水迹信息区域,最后送入图像分类卷积神经网络完成憎水性等级的判定。测试结果表明,该方法在无人工参与的情况下,能在复杂背景图像中准确定位复合绝缘子伞裙水迹区域,憎水性等级判定结果达到了较高的准确率。
Abstract
ding ji dui fu ge jue yuan zi de zeng shui xing jin hang jian cha ,ji shi geng huan yan chong lao hua de fu ge jue yuan zi ,shi bao zhang dian wang an quan wen ding yun hang de guan jian 。wei shi xian mo ren ji tu xiang pai she hou fu ge jue yuan zi zeng shui xing de zhun que pan bie ,di chu yi chong ji yu hou shua ou yu de kuai su juan ji shen jing wang lao jue yuan zi zeng shui xing fen xi fang fa ,li yong xun lian de dao de Faster R-CNNshen du shen jing wang lao mo xing jing que ding wei fu za bei jing zhong de fu ge jue yuan zi san qun ,tong guo wei zhi xiu zheng di qu ji zhong shui ji xin xi ou yu ,zui hou song ru tu xiang fen lei juan ji shen jing wang lao wan cheng zeng shui xing deng ji de pan ding 。ce shi jie guo biao ming ,gai fang fa zai mo ren gong can yu de qing kuang xia ,neng zai fu za bei jing tu xiang zhong zhun que ding wei fu ge jue yuan zi san qun shui ji ou yu ,zeng shui xing deng ji pan ding jie guo da dao le jiao gao de zhun que lv 。
论文参考文献
论文详细介绍
论文作者分别是来自智慧电力的张德钦,刘晓伟,刘源,江振钰,夏鹏，发表于刊物智慧电力2019年04期论文，是一篇关于憎水性检测论文,深度学习论文,神经网络论文,无人机论文,智慧电力2019年04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，资料来自智慧电力2019年04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：憎水性检测论文; 深度学习论文; 神经网络论文; 无人机论文; 智慧电力2019年04期论文;