摘要
本发明公开了一种基于CNN‑SVM的配网设备红外图像识别方法和系统,属于配电故障监测技术领域,系统包括计算机可读存储介质和处理器;计算机可读存储介质用于存储可执行指令;处理器用于读取计算机可读存储介质中存储的可执行指令,执行基于CNN‑SVM的配网设备红外图像识别方法的步骤,采用深度卷积神经网络建立的识别模型进行配网设备红外图像识别,同时将SVM分类器应用到深度卷积神经网络上,在相同的条件下,达到了更好的分类效果。本发明能够实现配网设备红外图像识别效果好、速度快的需求,极大减少了配网故障的影响,提高了配网故障解决效率,有效地减少了早期热故障所导致的配网设备停电事故,有效保证配网设备的稳定运行。
技术关键词
红外图像识别方法
图像识别模型
SVM分类器
配网设备
深度卷积神经网络
可读存储介质
输出特征
全局平均池化
样本
深度残差
红外图像特征
故障监测技术
径向基核函数
读取计算机
图像识别系统
梯度下降算法
数据
系统为您推荐了相关专利信息
步态参数
深度卷积神经网络
跌倒预测方法
人体骨骼点
计算机可读指令
多尺度卷积神经网络
代数重建方法
生成对抗网络
噪声抑制方法
迭代图像重建方法
图像去水印方法
轮廓图像
深度卷积神经网络
水印装置
图像获取模块
床垫系统
智能压力
半导体制冷制热片
压力调节模块
雾化除臭技术
多功能控制系统
数据通信架构
智能决策引擎
精密驱动系统
防护体系