龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：湖北工业大学
摘要：本发明涉及电力器件技术，具体涉及一种改进AlexNet网络的绝缘子快速分类识别方法，包括以下步骤：收集绝缘子数据集，随机对绝缘子数据集按照7：3的比例划分为训练集和测试集；对AlexNet网络进行改进，建立改进绝缘子分类识别网络模型；训练改进的AlexNet网络，得到训练后的绝缘子分类识别模型；利用测试集得到绝缘子分类结果。该识别方法能更好地对不同种类的绝缘子进行分类识别。提高了在复杂干扰下绝缘子分类识别的准确性和图像检测的快速性，为无人机电力巡检提供了理论依据。
主权项：1.一种改进AlexNet网络的绝缘子快速分类识别方法，其特征在于：包括以下步骤：步骤1、基于无人机采集的缺陷绝缘子数据集，随机对缺陷绝缘子数据集按照7：3的比例划分为训练集和测试集；步骤2、对AlexNet网络进行改进；用全局平均池化层替换网络中的所有全连接层，在最后一个平均池化层前加一个卷积层，用像素分类输出层替换原有的分类输出层；网络采用交叉熵损失函数；所述交叉熵损失函数Loos为： 其中，N是样本数，K是类别数，wi是第i类的权重，tni为第n个样本属于第i类的指标，yni是网络将第n个输入与第i类相关联的概率；步骤3、训练改进的AlexNet网络，将训练集输入到改进的AlexNet网络中，设置实验参数后进行实验，得到训练后的绝缘子分类识别模型；步骤4、将测试集输入到已经训练好的绝缘子分类识别模型中进行绝缘子分类识别，得到绝缘子分类结果。
全文数据：
权利要求：
百度查询： 湖北工业大学 一种改进AlexNet网络的绝缘子快速分类识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号