文献

J-GLOBAL ID：201702269115671968   整理番号：17A1324354

配電線の特徴抽出と識別方法の研究【JST・京大機械翻訳】

Study of Feature Extraction and Recognition for Distribution Cabinet

著者 (1件)： Xu Shun (中車青島四方机車車輌股fen有限公司技術工程部,山東青島,266000)
資料名： Jisuanji Celiang yu Kongzhi  (Jisuanji Celiang yu Kongzhi)
巻： 25  号： 4  ページ： 197-199,204  発行年： 2017年 
JST資料番号： C3592A  ISSN： 1671-4598  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： 配電線の配線状態は高速自動車の運転性能に影響を与える重要な要素であり、視覚に基づく自動化検出方法は伝統的な人工検査の低効率、主観性の問題を解決でき、工業検査の重要な検査方向であり、電車の照明と空間などの面での悪い状況である。線の数字はグレースケール、サイズ、角度などの差異を呈し、線号の識別に非常に不利である。線状の正しい分割抽出を前提として、分割したデジタル領域のHOG特徴とLBP特徴を抽出し、SVMとANNの2種類の分類器を用いて比較実験を行い、HOG特徴は画像幾何と光学の変形に優れた不変特性を示した。さらに,SVM分類器は,後者の局所的極小値を克服し,最終的にSVM分類器とHOG特性を組み合わせることによって,配電線の識別を行うことができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 配線 ,  視覚 ,  不変性 ,  数字 ,  比較試験 ,  自動化 ,  *配電線 ,  グレースケール ,  自動車 ,  検出法 ,  *特徴抽出 ,  ディジタル方式 ,  走行性能 ,  電車
準シソーラス用語： SVM分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： support vector machine ,  histogram of oriented gradient ,  local binary pattern ,  line number recognition ,  principal component analysis

分類 (2件)： 応用心理学  (AE02000A) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 配電線 ,  特徴抽出 ,  識別 ,  研究