典型文献
基于MST框架的PCNN输电线路红外热故障区域提取方法
文献摘要：
针对输电线路电气设备红外热故障检测,提出采用一种基于最大相似度阈值(Maximum Similarity Thresholding,MST)的脉冲耦合神经网络(Pulse-coupled neural Network,PCNN)红外图像热故障区域提取方法.在该方法中,利用脉冲耦合神经元对相似的邻域神经元同步点火特性,通过引入最大相似度阈值框架,简化了PCNN模型的阈值设置机制.同时,针对相似邻域神经元的同步点火特性,采用最小聚类方差设置连接系数,使得PCNN模型在自适应迭代下最终获取热故障区域.最后通过真实输电线路电气设备红外故障图像测试,验证了文中所提方法的有效性和适用性,为PCNN模型的推广应用奠定了基础.
文献关键词：
MST框架;脉冲耦合神经网络;输电线路;红外图像;聚类
中图分类号：
作者姓名：
葛黄徐;郑雷;江洪;郭一凡;周东国
作者机构：
国网浙江省电力有限公司嘉兴供电公司,浙江 嘉兴 314599;国网电力科学研究院武汉南瑞有限责任公司,湖北 武汉430074;南瑞集团有限公司,江苏 南京 211106;武汉大学 电气与自动化学院,湖北 武汉 430072
文献出处：
引用格式：
[1]葛黄徐;郑雷;江洪;郭一凡;周东国-.基于MST框架的PCNN输电线路红外热故障区域提取方法)[J].红外技术,2022(07):709-715
A类：
B类：
MST,PCNN,输电线路,红外热,热故障,故障区域,区域提取,电气设备,故障检测,相似度阈值,Maximum,Similarity,Thresholding,脉冲耦合神经网络,Pulse,coupled,neural,Network,红外图像,邻域,点火特性,自适应迭代,图像测试
AB值：
0.27972
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。
