10.3969/j.issn.1000-0682.2019.05.005
基于卷积神经网络的机房柜门开关状态识别研究
为监测电网系统中机房柜门开关状态,避免产生安全隐患和财产损失,提出了一种基于卷积神经网络的机房柜门开关状态识别方法.该方法以ZFNet卷积模型作为基础网络,通过引入数据扩充防止过拟合现象产生,并使用迁移学习及批标准化方法加快网络收敛速度,提升了识别精度.以电网系统机房中的机柜门开关状态图像作为分类对象进行实验.实验结果表明,该方法能避免人工提取特征的局限性,识别精度满足实际监控要求.
卷积神经网络、数据扩充、迁移学习、批标准化
TP391(计算技术、计算机技术)
贵州省工业攻关重点项目[2017]2311
2019-10-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
22-25,47