文献

J-GLOBAL ID：202002244075428729   整理番号：20A0913419

画像処理とCNNに基づく懸垂装置の欠陥検出【JST・京大機械翻訳】

Defects Detection of Catenary Suspension Device Based on Image Processing and CNN

著者 (6件)： Li Yongguang (Shengzhou Tongzhen Technology Company,Beijing,China) ,  Wei Dehua (Beijing Jiaotong University,School of Traffic and Transportation,Beijing,China) ,  Wei Xiukun (Beijing Jiaotong University,State Key Laboratory of Rail Traffic Control and Safety,Beijing,China) ,  Wu Kuan (Shengzhou Tongzhen Technology Company,Beijing,China) ,  Liang Yong (CRRC Changchun Rail Transit Bus Co., Ltd,Changchun,China) ,  Shen Xing (Beijing Jiaotong University,School of Traffic and Transportation,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SSCI  ページ： 1756-1761  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 架線懸架装置(CSD)は,都市鉄道輸送車両に電力を供給するための基本的な電力機器であるパンタグラフ-架線システムの重要な部分である。CSDが正常状態にあるかどうかは,運転車両の安全運転にとって非常に重要である。したがって,時間と自動的にCSDの欠陥を検出することは重要である。本論文では,画像処理技術と畳込みニューラルネットワーク(CNN)を用いた革新的で知的な方法を提案した。最初に,CSDの絶縁体とボルトをテンプレートマッチングアルゴリズムを用いて検出画像において抽出した。その後,改良Bag(BOF)モデルをCSDの欠陥検出のために提案した。さらに,検出効率をさらに改善するために,AlexNetをCSDの欠陥検出と同定のために訓練した。実験結果は,提案した方法が,高いロバスト性と精度で,時間におけるCSDの欠陥を検出できることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 電力 ,  懸架装置 ,  架線 ,  パンタグラフ ,  電力機器 ,  *故障検出 ,  *画像処理 ,  検出効率 ,  ロバスト性 ,  絶縁体
準シソーラス用語： マッチングアルゴリズム ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 画像処理 ,  CNN ,  懸垂装置 ,  欠陥検出