文献

J-GLOBAL ID：201502204984320234   整理番号：15A0987571

動径基底関数ニューラルネットワークに基づく太陽電池パネル欠陥検出【Powered by NICT】

Solar Panels Defect Detection Based on Radial Basis Function Neural Network

著者 (3件)： Shen Lingyun (Changchun Inst. of Optics,Fine Mechanics and Physics,Chinese Acad. of Sciences, Changchun) ,  Zhu Ming (Changchun Inst. of Optics,Fine Mechanics and Physics,Chinese Acad. of Sciences, Changchun) ,  Chen Xiaoyun (Changchun Inst. of Optics,Fine Mechanics and Physics,Chinese Acad. of Sciences, Changchun)
資料名： Faguang Xuebao  (Faguang Xuebao)
巻： 36  号： 1  ページ： 99-105  発行年： 2015年 
JST資料番号： W1380A  ISSN： 1000-7032  CODEN： FAXUEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 太陽パネル上の欠陥を検出し,変換効率を改善するために,二つのニューラルネットワークモデルは,太陽電池パネルエレクトロルミネセンス(EL)画像と欠陥の型は,ソーラー・パネル上の異なるタイプの欠陥を検出適応できるの間であった。,EL画像の学習サンプルをセットの大きさは主成分分析(PCA)を用いて低減した。,次元縮小後セットEL画像訓練サンプルは,訓練のための神経回路網に投入された。最後に,試験試料セットは最良のパラメータを選択することにより訓練した回路網によってシミュレートした。BPNNと比較して,RBFNNは大域的最適化特性及び単純な構造という利点,96 25%とより短い計算時間の最高の正解率をもたらす。実験結果は,RBFNNはオンライン検出の要求を満たすことができることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 次元縮小 ,  *パネル ,  画像 ,  *故障検出 ,  CPU時間 ,  神経回路網
準シソーラス用語： オンライン ,  正解率 ,  大域的最適化 ,  回路網 ,  訓練 ,  神経回路網モデル ,  変換効率 ,  *ソーラパネル ,  *動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 半導体のルミネセンス  (BM08092S) ,  発光素子  (NC03082G)

タイトルに関連する用語 (3件)： 動径基底関数ニューラルネットワーク ,  太陽電池パネル ,  欠陥検出