文献

J-GLOBAL ID：201802265087095718   整理番号：18A1816265

二重監督信号深さ学習による電気機器の赤外故障識別【JST・京大機械翻訳】

Infrared faults recognition for electrical equipments based on dual supervision signals deep learning

著者 (3件)： Jia Xin (天津市復雑系統控制理論及応用重点実験室,天津300384;天津理工大学電气電子工程学院,天津 300384) ,  Zhang Jinglei (天津市復雑系統控制理論及応用重点実験室,天津300384;天津理工大学電气電子工程学院,天津 300384) ,  Wen Xianbin (天津理工大学 計算机視覚与系統教育部重点実験室,天津,300384)
資料名： Hongwai yu Jiguang Gongcheng  (Hongwai yu Jiguang Gongcheng)
巻： 47  号： 7  ページ： 22-28  発行年： 2018年 
JST資料番号： C2521A  ISSN： 1007-2276  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： 電気装置の赤外線故障画像の認識精度を改善するために,二重監視信号の深さ学習に基づく電気装置の赤外線故障画像認識の方法を提案した。最初に,Slic超画素分割アルゴリズムを使用して,類似画素ブロックを併合した。次に,改良HSV空間の輝度情報に基づいて,装置の温度異常領域を判別し,次に,温度異常領域の連結領域および対応するデバイスを分割した。最後に,GoogLeNetコンボリューションニューラルネットワークに基づいて,電気装置の赤外線故障画像の特徴抽出を行い,次に,softmax損失と中心損失の2つの監督信号を用いて,監視訓練を行い,700の電気装置の赤外線故障画像データセットを自己構築した。500の振幅を,200の振幅でテストに用いた。実験結果は,2つの監督された信号の深さ学習アルゴリズムの精度が98.6%に達し,softmax損失の単独使用の場合の精度より1%高いことを示した。このアルゴリズムは,変圧器ジャケット,電流変換器,避雷器,絶縁スイッチ,碍子の5種類の電気装置,および対応する故障を精密に位置決めし,識別できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *故障 ,  変圧器 ,  碍子 ,  特徴抽出 ,  画素 ,  *赤外線 ,  学習アルゴリズム ,  アルゴリズム ,  避雷器 ,  画像認識 ,  スイッチ ,  画像 ,  畳込み ,  ニューラルネットワーク
準シソーラス用語： 認識精度 , 【Automatic Indexing@JST】

分類 (2件)： 赤外・遠赤外領域の測光と光検出器  (BD07032W) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 学習 ,  電気機器 ,  赤外 ,  故障識別