双通道卷积神经网络模型电力设备图像识别方法

摘要：

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.

关键词：双通道、卷积神经网络、电力设备、随机森林、图像识别

所属期刊栏目：47

分类号：TM74(输配电工程、电力网及电力系统)

在线出版日期：2019-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：126-130