摘要
本发明提供一种基于深度决策融合的电力绝缘子缺陷识别方法及装置,所述方法包括:对电力巡检图像进行特征提取,获得k个不同层级的深度特征图,将k个不同层级的深度特征图进行融合获得融合后的深度特征图F;基于融合后的深度特征图F,获取协方差描述符特征矩阵、主成分分析特征矩阵和最大噪声分数法特征矩阵;将、和分别输入至对应的支持向量机模型中,输出初始识别结果(、、);采用投票机制的决策融合模型分析初始识别结果(、、),输出最终的绝缘子缺陷识别结果。本发明能实现在少量训练样本条件下对电力绝缘子缺陷的高精度识别。
技术关键词
电力绝缘子
缺陷识别方法
电力巡检图像
支持向量机模型
绝缘子缺陷
决策
主成分分析降维
矩阵
描述符
识别装置
图像采集单元
少量训练样本
层级
卷积神经网络提取
噪声
处理单元
通道
存储器
系统为您推荐了相关专利信息
检测胶质瘤
胶质瘤组织
拉曼光谱数据
样本
光谱分析仪
缺陷识别方法
图像
协方差矩阵
像素点
特征提取模块
钻机设备
生命周期管理方法
支持向量机模型
设备状态预测
生命周期管理装置