摘要
本发明公开了基于无人机智能识别的斜拉索断丝预测与分类方法,属于斜拉索病害预测技术领域。解决了现有技术中传统的基于信号特征的斜拉索断丝识别方法识别效率低的问题;本发明根据无人机参数信息和操作信息,规划无人机最短飞行路径;采集斜拉索图像进行等分并更新图像像素,得到像素更新后的图像;构建数据集,将数据集输入到三种模型中进行训练,融合损失函数;建立强化模型到基础模型的层间损失函数,得到总损失函数,对三种模型进行训练,由最优模型输出最终的断丝识别结果;基于断丝出现的总数量和斜拉索中未断丝的单根钢丝承担的索力值得到,得到最终断丝状态。本发明实现了对斜拉索出现断丝的情况进行预测,可以应用于斜拉索病害预测。
技术关键词
无人机智能识别
全局平均池化
斜拉索
分类方法
批量
尺寸
训练深度学习模型
上采样
神经网络单元
节点
输出特征
误差反向传播
图像
特征金字塔
拉索断丝识别方法
像素
网络结构
系统为您推荐了相关专利信息
冷水机组故障
生成时间序列数据
分类方法
训练样本集
无监督分类
空间特征提取
监测方法
生成特征向量
光缆
时序特征
烟雾检测方法
多分支
构建高分辨率
异构
卷积模块