基于紅外熱像及人工智能的絕緣子污穢等級識別方法研究.pdf_第1頁
已閱讀1頁，還剩101頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、學校代號!Q≥2分類號——⑨學號旦盟塑!Q!S密級湖確失事HUNANUNlVERS兒’Y博士學位論文基于紅外熱像及人工智能的絕緣子污穢等級識別方法研究學位申請人姓名盟邀墓培養(yǎng)單位湖南大學導師姓名及職稱姚建剛教授學科專業(yè)電氫：L型研究方向高電壓與絕緣檢測論文提交日期2006年5月29口博士學位論文分類的準確性。在綜合考慮濕度及電壓對污穢特征影響的基礎上，針對絕緣予污穢等級識別本文設計了徑向基概率神經網(wǎng)絡分類器(RBPNN)和支持向量機分類

2、器(SVM)。通過神經網(wǎng)絡和支持向量機強大的非線性映射能力，首次建立起了不同濕度和電壓下的絕緣子紅外熱像污穢特征與各污穢等級之間的映射關系。利用徑向基神經網(wǎng)絡對函數(shù)的任意逼近能力及其采用貝葉斯最小風險判別規(guī)則進行模式分類的優(yōu)點，實現(xiàn)了各污穢等級的準確和快速識別。利用SVM對非線性、高維數(shù)、局部最小問題的良好處理能力、特別是其對小樣本情況的超強處理能力，實現(xiàn)了小樣本情況下，各污穢等級的準確識別。實驗結果表明本文所提基于紅外熱像特征與人工智

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論