典型文献
卷积神经网络在复合绝缘子憎水性智能识别中的应用
文献摘要：
喷水法是目前检测复合绝缘子憎水性的常用方法,但存在依赖人工判断导致效率低下、准确率较差等问题.为解决该问题,提出一种基于卷积神经网络的复合绝缘子憎水性智能识别方法.首先,通过喷洒不同浓度乙醇溶液模拟绝缘子不同憎水性等级;在各憎水性等级下,综合考虑不同拍摄角度、不同拍摄距离以及不同光照强度等实际条件,分别获取绝缘子表面干净、覆污和变色的憎水性图像;为降低计算复杂度,提高识别精度,对憎水性图像进行剪裁、缩放、增强等预处理,并将其输入到设计的卷积神经网络模型进行图像特征提取与分类,从而实现绝缘子憎水性的智能识别.研究结果表明,在考虑实际复杂条件下,基于卷积神经网络的复合绝缘子憎水性智能识别方法能够有效识别各憎水性等级,识别率在90％左右,具有较好的泛化能力和一定的应用潜力.
文献关键词：
复合绝缘子;憎水性;智能识别;图像处理;卷积神经网络;图像识别
中图分类号：
作者姓名：
杨秋玉;王栋
作者机构：
福建工程学院电子电气与物理学院,福州350118;国网河南省电力公司电力科学研究院,郑州450052
文献出处：
引用格式：
[1]杨秋玉;王栋-.卷积神经网络在复合绝缘子憎水性智能识别中的应用)[J].高电压技术,2022(02):603-611
A类：
B类：
复合绝缘子,性智,喷水,水法,常用方法,智能识别方法,喷洒,乙醇溶液,憎水性等级,拍摄角度,光照强度,干净,变色,低计算复杂度,识别精度,剪裁,缩放,卷积神经网络模型,图像特征提取,复杂条件,识别率,泛化能力,图像识别
AB值：
0.181278
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。
