典型文献
基于循环互相关系数的CGAN温度值图像扩增
文献摘要：
针对变电设备红外图像温度值样本少、不均衡等问题,本文提出了一种基于循环互相关系数的条件生成对抗网络(conditional generative adversarial network,CGAN)温度值图像扩增方法.根据图像相似度提出了循环互相关系数,改进了CGAN模型的损失函数;使用改进后的CGAN模型在原始温度值图像数据集的基础上进行图像扩增,得到了包含11种标签的新数据集;采用卷积神经网络对传统图像扩增方法、原始CGAN模型和改进的CGAN模型扩增的图像进行对比和测试.结果表明,改进的CGAN模型收敛速度更快,训练过程稳定,扩增的图像轮廓清晰、细节丰富,客观评价指标最高,温度值识别准确率达到99.4％,实现了图像扩增的目的.
文献关键词：
红外图像;图像扩增;循环互相关系数;条件生成对抗网络;卷积神经网络;变电设备;损失函数;图像处理;温度识别
中图分类号：
作者姓名：
王凯旋;任福继;倪红军;吕帅帅;汪兴兴
作者机构：
南通大学机械工程学院, 江苏南通 226019;德岛大学智能信息工学部, 日本德岛 7708501
文献出处：
引用格式：
[1]王凯旋;任福继;倪红军;吕帅帅;汪兴兴-.基于循环互相关系数的CGAN温度值图像扩增)[J].智能系统学报,2022(01):32-40
A类：
循环互相关系数,温度值识别
B类：
CGAN,图像扩增,变电设备,红外图像,条件生成对抗网络,conditional,generative,adversarial,network,增方,图像相似度,损失函数,图像数据集,新数据,收敛速度,训练过程,廓清,客观评价指标,识别准确率,温度识别
AB值：
0.199667
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
