摘要
本发明提供提升新能源场站图像识别精度的方法,涉及图像识别技术领域,包括通过获取监控图像数据和环境参数数据,基于环境影响因子和图像退化评分进行图像预处理;采用深度卷积神经网络提取图像特征,并利用循环神经网络提取时序关联特征;通过特征稳定性评估和动态校准实现特征优化,最终输出设备工作状态和异常预警信息。本发明能够有效提高新能源场站图像识别的精度和鲁棒性,降低环境因素对识别结果的干扰。
技术关键词
校准特征
新能源场站
有向图结构
时序
图像特征向量
监控图像数据
深度卷积神经网络
动态
环境传感器阵列
调制特征
统计特征
矩阵
直方图
对比度
图像增强
特征提取模块
参数
设备工作状态
系统为您推荐了相关专利信息
关键点
特征值
人体
神经网络模型
按摩椅控制技术
负荷历史数据
融合深度学习
综合能源系统
负荷预测方法
门控循环单元
双向长短期记忆网络
一维卷积神经网络
加权损失函数
Attention机制
紫外拉曼光谱仪
分析系统
基础台账
化工
实时监测数据
报警分析方法