论文摘要
为解决现有指针式仪表识别方法依赖于预处理的有效性且泛化能力不足的问题,提出一种基于深度卷积神经网络与虚拟样本结合的识别方法.该方法利用深度卷积神经网络自适应地提取仪表图像关键特征,避免无关信息的干扰;采用先验知识构建指针式仪表虚拟样本生成模型,解决深度卷积神经网络面临的小样本难题.仿真数据、实验数据和现场实际应用结果表明,文中方法是可行有效的,且比传统的指针定位方法识别效果更好,尤其在更换仪表、局部信息缺失等复杂情况下具有很好的鲁棒性.
论文目录
文章来源
类型: 期刊论文
作者: 马波,蔡伟东,郑凡帆
关键词: 指针式仪表,虚拟样本生成,小样本,先验知识,卷积神经网络
来源: 计算机辅助设计与图形学学报 2019年09期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 仪器仪表工业,计算机软件及计算机应用,自动化技术
单位: 北京化工大学机电工程学院,北京化工大学高端机械装备健康监控与自愈化北京市重点实验室,北京化工大学发动机健康监控及网络化教育部重点实验室
基金: 国家重点研发计划项目(2016YFF0203305)
分类号: TH70;TP391.41;TP183
页码: 1549-1557
总页数: 9
文件大小: 6337K
下载量: 122