摘要
本发明提出了基于不平衡回归的绝缘子污秽度定量检测方法,属于绝缘子污秽度检测技术领域,根据原始标签分布密度得到一个核平滑后的标签分布,随机初始化网络参数,将数据集输入特征提取网络进行污秽度特征提取,得到特征向量进行回归训练,使用误差敏感损失函数,计算预测值与真实标签之间的误差;降低极端少数类样本的权重,将每个样本的损失项乘以相应的权重,再进行反向传播和参数更新,最后将待测的未知样本输入训练好的检测模型得到检测结果;本发明提升了残差网络模型在面对绝缘子污秽度关键指标检测时不平衡回归任务的准确性,在针对非平衡数据集的绝缘子污秽度关键指标检测上具有可行性。
技术关键词
绝缘子污秽度
特征提取网络
样本
定量检测方法
电压等级线路
残差网络模型
密度
局部特征提取
更新网络参数
平方根
误差
数据标签
网络架构
系统为您推荐了相关专利信息
场景分类
分区
训练样本数据
空间聚类算法
卷积神经网络模型
校准
标定方法
磁粒子浓度
移动控制单元
标定装置
甲醇裂解制氢
智能控制方法
制氢工艺
氢气
大数据