10.3969/j.issn.1006-7345.2019.01.030
双通道卷积神经网络模型电力设备图像识别方法
针对传统电力设备图像识别方法精度低、处理能力差的不足,提出一种基于双通道卷积神经网络(CNN)模型和随机森林分类的电力设备图像识别方法.在特征提取方面,双通道CNN模型通过两个独立的CNN模型来提取电力设备的特征;在识别算法方面,借鉴传统机器学习方法的优势,结合随机森林的优点,提出了结合深度学习的随机森林分类方法.最后,利用所提出的双通道CNN模型和随机森林分类方法对各类电力设备的图像进行了分类,实验表明所提出的方法可以有效地应用于各类电力设备的图像识别,并大大改善电力设备图像识别的识别率.
双通道、卷积神经网络、电力设备、随机森林、图像识别
47
TM74(输配电工程、电力网及电力系统)
2019-06-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
126-130