王昕：纹理参数耦合GA-BP神经网络的电力设备图像识别方法介绍论文

本文主要研究内容

作者王昕,蒋佐富,蔡荣明,尚将,吴瑞文（2019）在《纹理参数耦合GA-BP神经网络的电力设备图像识别方法介绍》一文中研究指出：针对目前电厂和变电站的视频监控设备只有视频监控,而没有图像识别功能,提出结合纹理参数和GA-BP神经网络的电力设备图像识别方法。首先,用采集到的图像数据构建灰度共生矩阵;其次,通过灰度共生矩阵计算出各图像的纹理参数;最后,对GA-BP神经网络进行训练并确定最优模型,实现分类。

Abstract

zhen dui mu qian dian an he bian dian zhan de shi pin jian kong she bei zhi you shi pin jian kong ,er mei you tu xiang shi bie gong neng ,di chu jie ge wen li can shu he GA-BPshen jing wang lao de dian li she bei tu xiang shi bie fang fa 。shou xian ,yong cai ji dao de tu xiang shu ju gou jian hui du gong sheng ju zhen ;ji ci ,tong guo hui du gong sheng ju zhen ji suan chu ge tu xiang de wen li can shu ;zui hou ,dui GA-BPshen jing wang lao jin hang xun lian bing que ding zui you mo xing ,shi xian fen lei 。

论文参考文献

[1].基于科目优先策略的植物图像识别[J]. 曹香滢,孙卫民,朱悠翔,钱鑫,李晓宇,业宁. 计算机应用.

[2].浅析深度学习在图像识别中的应用[J]. 赵静. 襄阳职业技术学院学报.2019(02)

[3].计算机图像识别的智能化处理方法分析[J]. 刘宣彤. 科技经济导刊.2019(11)

[4].计算机图像识别的智能化处理技术瓶颈与突破[J]. 杨声英,胡海霞. 信息与电脑(理论版).2019(16)

[5].基于图像识别的课堂效率监测技术设想[J]. 闵鹏升. 中国新通信.2019(18)

[6].浅谈计算机图像识别的智能化处理方法[J]. 李龙洋,吴阅帆. 计算机产品与流通.2019(11)

[7].基于深度学习的医学图像识别研究进展[J]. 刘飞,张俊然,杨豪. 中国生物医学工程学报.2018(01)

[8].人工“智能”图像识别[J]. 陈凯. 中国信息技术教育.2017(Z2)

[9].计算机图像识别的智能化处理技术瓶颈与突破[J]. 于婷. 信息与电脑(理论版).2018(21)

[10].学校食堂菜品图像识别方法研究[J]. 陈健军,张俊杰,袁俊来,刘玉彤,王阿川. 黑龙江科技信息.2017(14)

论文详细介绍

论文作者分别是来自应用能源技术的王昕,蒋佐富,蔡荣明,尚将,吴瑞文，发表于刊物应用能源技术2019年08期论文，是一篇关于电网论文,纹理参数论文,图像识别论文,灰度共生矩阵论文,应用能源技术2019年08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，资料来自应用能源技术2019年08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。

本文来源: https://www.lw00.cn/article/4db97233c77a6afeeb87381b.html