基于PLGS-YOLO模型的地下电力光缆多场景振动区域定位方法

AITNT
正文
推荐专利
基于PLGS-YOLO模型的地下电力光缆多场景振动区域定位方法
申请号:CN202510521787
申请日期:2025-04-24
公开号:CN120388167B
公开日期:2025-11-28
类型:发明专利
摘要
基于PLGS‑YOLO模型的地下电力光缆多场景振动区域定位方法,涉及深度学习模型和电力光缆监测技术领域,解决现有地下电力光缆中振动区域定位采用的模型由于受背景噪声或非目标区域信号的干扰,导致模型无法满足应用要求的问题,本发明方法用于判断振动事件的敷设场景并定位相应的信号区域。通过优化YOLOv11n,利用SPPFDMSCA和PLMSAM通过多尺度注意力机制增强特征提取效率;GSConv结合传统卷积与深度可分离卷积的优势,在降低计算复杂度的同时保留多通道特征;VoVGSCSP优化特征融合,提升检测精度与模型效率,并显著降低了计算复杂度。
技术关键词
YOLO模型 区域定位方法 电力光缆 模块 多场景 上采样 网络 多尺度特征 积层 多尺度注意力机制 融合特征 多分支 Softmax函数 Sigmoid函数 深层特征提取 浅层特征提取 全局特征提取 多通道特征
系统为您推荐了相关专利信息
1
一种基于状态空间模型的色度感知多分辨率图像融合网络框架及方法
状态空间模型 可见光强度 可见光图像 特征提取模块 多分辨率
2
一种基于深度学习的数据融合方法及系统
构建数据融合模型 数据融合方法 深度递归神经网络 模型剪枝 融合特征
3
一种应用于两栖船舶的无线监控报警系统及方法
两栖船舶 无线监控报警方法 动态报警阈值 船舶状态监控 状态监测数据
4
一种数字化审计建设的方法
审计档案管理 审计数据挖掘 关联关系分析 工程物资管理 资产
5
任务管理方法及任务管理系统、机器人、计算机程序产品
机器人状态信息 管理方法 计划 计算机程序产品 管理系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号