文献

J-GLOBAL ID：201802228855200206   整理番号：18A0097467

機械学習によるGISの典型的な欠陥の知的認識研究【JST・京大機械翻訳】

Intelligent Identification Research on the GIS Typical Defects Based on SVM

著者 (4件)： Liu Ronghai (云南電网有限責任公司電力科学研究院,云南 昆明,650217) ,  Geng Leizhao (云南電网有限責任公司電力科学研究院,云南 昆明 650217;華北電力大学 机械工程系,河北 保定 071003) ,  Yang Yingchun (云南電网有限責任公司電力科学研究院,云南 昆明,650217) ,  Zheng Xin (云南電网有限責任公司電力科学研究院,云南 昆明,650217)
資料名： Ruanjian  (Ruanjian)
巻： 38  号： 8  ページ： 184-189  発行年： 2017年 
JST資料番号： C3604A  ISSN： 1003-6970  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： GIS装置の安全運転は,全体の電力網の安全で安定した運転に直接影響を与える。GIS設備の数量の増加に伴い、ますます際立っているGISの典型的な欠陥に対して、本論文ではサポートベクトルマシン(Support Vector Machine、SVM)という機械学習方法を採用した。画像処理技術と組み合わせて,GISにおける典型的欠陥の知的認識ソフトウェアを設計した,そして,それらの欠陥を解決するために,本論文は新しい方法を提案した。最初に,GIS画像を前処理し,次に,欠陥サンプルの訓練と学習を通して,GISの典型的欠陥の知的認識を実現し,GIS装置の検出効率を改善した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 検出効率 ,  電力系統 ,  画像 ,  ソフトウェア ,  安全性 ,  画像処理 ,  サポートベクトルマシン ,  *機械学習 ,  前処理
準シソーラス用語： 安全運転 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 機械学習 ,  GIS ,  欠陥 ,  研究