期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于轻量化VGG16和BCBAM的电力设备故障红外图像诊断识别 被引量：10
1
作者 于晓 庄光耀 《河南科技学院学报（自然科学版）》 2023年第6期60-69,共10页
由于电力设备的各种缺陷会影响电网的正常运转,严重的缺陷甚至会给生产和生活带来重大损失,因此快速准确地识别电力设备故障具有重要意义.红外图像特征对具有发热特征的电力设备缺陷具有较好的表达能力.使用基于深度学习算法的缺陷目标... 由于电力设备的各种缺陷会影响电网的正常运转,严重的缺陷甚至会给生产和生活带来重大损失,因此快速准确地识别电力设备故障具有重要意义.红外图像特征对具有发热特征的电力设备缺陷具有较好的表达能力.使用基于深度学习算法的缺陷目标识别时,借助CNN网络可以提高缺陷故障特征的学习和提取能力,从而具有更好的泛化性能.据此,研究提出了基于改进VGG模型的故障诊断识别算法,算法通过优化全连接层,减少网络的计算量,同时将BCBAM注意力机制嵌套到网络模型中,从而提高算法故障诊断识别准确率.实验数据表明,该模型具有准确的故障识别能力,在准确率评价指标上优于Faster-RCNN、Resnet50以及传统VGG16等模型,从而验证了算法诊断识别故障的准确度. 展开更多
关键词 故障识别 深度学习网络 轻量化vgg模型 注意力机制
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部