输电线路场景的复杂程度较高,经典卷积神经网络对输电线路场景数据集的分类效果较差。为了解决这一问题,利用卷积神经网络的优势,提出了一种基于VGG-19的优化网络结构,并将此优化网络应用在输电线路场景数据集的分类中,优化网络的分类准确度为95.1%。实验结果表明本文提出的优化网络相较于经典的卷积神经网络有更好的分类效果。
类型: 期刊论文
作者: 张秋雁,杨忠,姜遇红,李弘宸,韩家明,陈科羽
关键词: 输电线路,绝缘子,图像分类,卷积神经网络,全连接网络,批归一化
来源: 应用科技 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,计算机软件及计算机应用,自动化技术
单位: 贵州电网有限责任公司,南京航空航天大学自动化学院,南京航空航天大学无人机研究院
基金: 中国南方电网有限责任公司科技项目（066600KK52170074）,国家自然科学基金面上项目（61473144）,航空科学基金项目（20162852031）,江苏高校优势学科建设工程资助项目
分类号: TP391.41;TP183;TM75
页码: 41-45
总页数: 5
文件大小: 804K
下载量: 167
本文来源: https://www.lunwen66.cn/article/95af92740e850913b442354c.html