在輸電線路中,作為主要部件之一的絕緣子對電力系統(tǒng)的穩(wěn)定和安全生產(chǎn)具有十分重要的影響。因此,準(zhǔn)確定位絕緣子并對其進行檢測識別對維護電力系統(tǒng)安全具有重要意義。神經(jīng)網(wǎng)絡(luò)通過模擬人類大腦的認知學(xué)習(xí)過程,對圖像等目標(biāo)數(shù)據(jù)進行相關(guān)的抽象表達。本文分別針對有監(jiān)督和無監(jiān)督深度學(xué)習(xí)算法的檢測準(zhǔn)確性進行研究對比,并應(yīng)用于航拍圖像中的絕緣子目標(biāo),為輸電線路中絕緣子的故障檢測做準(zhǔn)備�；诰矸e自編碼器,本文提出了一種新的訓(xùn)練算法,利用小波包分析的方法對誤差圖像進行處理,然后再通過BP算法對相關(guān)參數(shù)進行調(diào)整,以減少的特征信息中冗余、噪聲對結(jié)果的干擾,降低核函數(shù)之間的相關(guān)性,從而改善網(wǎng)絡(luò)的重建效果。并從向量空間理論的角度分析了核函數(shù)間的相關(guān)性以及該算法的可行性。實驗結(jié)果表明,小波包分解算法有效的提高了網(wǎng)絡(luò)性能,但是該種方法需要固定輸入圖像的尺寸,且邊緣信息易丟失,清晰度不高。有監(jiān)督學(xué)習(xí)方面則采用人工智能領(lǐng)域最新的YOLOv3深度網(wǎng)絡(luò)模型,針對其原理和目標(biāo)檢測的準(zhǔn)確性進行研究。提出了一種分解聚合算法,主要針對在目標(biāo)檢測定位過程中出現(xiàn)的目標(biāo)錯檢、漏檢等問題,將實際物體分解成多個連續(xù)且存在交集的子目標(biāo),并對子目標(biāo)進行檢測... 

【文章來源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：46 頁

【學(xué)位級別】：碩士

【部分圖文】：

AE結(jié)構(gòu)圖

（a）原算法 （b）改進后圖 2-2 誤差曲線（MNIST）表 2-2 算法改進前后結(jié)果對比MNIST 核函數(shù)個數(shù) 核函數(shù)尺寸 收斂時訓(xùn)練次數(shù) 殘差（均值）

（a）原算法 （b）改進后圖 2-3 誤差曲線（FERET）表 2-3 算法改進前后結(jié)果對比FERET 核函數(shù)個數(shù) 核函數(shù)尺寸 收斂時訓(xùn)練次數(shù) 殘差（均值）


本文編號：3042064