排序方式: 共有47条查询结果,搜索用时 156 毫秒
21.
针对现有建筑物检测模型检测精度低下,模型体积较大,导致遥感图像检测速度和精度无法平衡,不利于后期部署等问题,提出一种基于YOLOv4优化的轻量级遥感图像建筑物检测模型。利用轻量化网络GhostNet替换CSP DarkNet53进行特征提取;借鉴稠密连接思想,提出了Dense-PANet特征融合模块;将ECA注意力机制引入Ghost模块,替换特征融合颈部网络的传统卷积。实验结果表明,提出的模型与YOLOv4相比,牺牲少量检测速度,但是平均精度提高了0.96个百分点,召回率提升了1.08个百分点,模型体积降低了71.39%,浮点计算量降低了76.60%,能有效满足遥感图像建筑物检测的需求。 相似文献
22.
为了研究定子线棒主绝缘的寿命评估模型,设计了绝缘在电热联合作用下的加速老化试验,利用平均秩次法和最小二乘法对试验数据进行分析处理,得到双参数威布尔分布模型的参数,并用该模型对绝缘的寿命进行统计分析,获得绝缘在不同电压和温度下的可靠度函数。采用95%的可靠度寿命τ(0.95)作为绝缘的平均使用寿命,基于FALLOU模型进行多元回归分析,从而获得绝缘的寿命评估模型,并通过微观结构分析绝缘的老化机理。结果表明:该模型适用于定子线棒主绝缘的寿命评估,利用该模型可以计算出现场实际给定电压和给定温度下绝缘的使用寿命,为现场制定定子线棒的预防性维修策略提供支持。 相似文献
23.
面对日益剧增的城市建筑物,合成孔径雷达(synthetic aperture radar,SAR)图像的建筑物检测作为SAR图像解译的一个分支逐渐成为一项重要的研究课题.对现有的研究方法进行了分类,从基于传统方法的建筑物检测和基于深度学习的建筑物检测两方面入手,对现有SAR图像的建筑物目标检测算法进行了梳理.简述了SA... 相似文献
24.
广域电力系统稳定性分析与控制中一个不容忽视的问题就是广域信号的传输时延。文章提出了一种基于矩阵测度理论的分析方法。该方法从广义的角度给出了应用广域控制策略的含多时延的闭环电力系统模型;针对该模型,应用矩阵测度的现有理论给出了保证系统闭环稳定的充分条件,并能求出系统最大允许时延。文章以时域仿真结果说明了该方法的有效性。 相似文献
25.
将寿命预计、成本最优与经济性分析相结合,提出了系统、综合的预防性维修周期确定方法。应用双参数威布尔分布模型确定某型号触点开关的平均寿命;以成本最小为目标,建立了全部定时更换模型以及工龄定时更换模型,得到了该型号触点开关的预防性更换周期,根据预防性更换周期的结果,确定了8种备选方案;应用经济性分析模型,按照该模型对文中提出的8种方案进行了经济性分析,得出了成本最优以及经济性最优的备选方案。 相似文献
26.
针对多弛豫介电响应模型拟合困难、检验方式单一的问题,以电机定子绝缘为试验对象,对其频域介电响应曲线成分进行了分析,结合Davidson-Cole介电弛豫模型与遗传算法实现了模型参数的最优化求解,以异方差检验对拟合结果进行了显著性检验,最后对极化与电导的温度特性进行了深入研究.结果表明,决定系数不能作为多弛豫介电响应模型拟合优劣的充要条件,遗传算法结合异方差检验能够对介电响应模型参数进行有效求解并确保模型显著性,定子绝缘的极化与电导符合势垒与过渡态理论. 相似文献
27.
为探究环氧云母绝缘老化过程中的光学特性,对发电机定子线棒环氧云母主绝缘进行了电-热加速老化处理,测量了不同电压及温度下线棒试样的蓝光白度值,分析了老化对环氧云母绝缘材料光折射率和吸收系数的影响,利用回归分析确定了蓝光白度值与老化时间的方程关系,并通过t检验证明方程的有效性.最后,利用蓝光白度值的变化特性结合Fallou模型对环氧云母主绝缘的绝缘寿命进行拟合分析.结果表明:环氧云母绝缘的蓝光白度值随绝缘老化程度的加深不断下降,利用Weibull分布概率值结合Fallou模型可以实现环氧云母绝缘的寿命评估. 相似文献
28.
针对当前混凝土建筑裂缝走向不规则、细小裂缝特征难以提取的问题,提出一种基于YOLOv4改进的混凝土建筑裂缝检测算法.该算法以YOLOv4框架为基础,在其特征提取网络部分引入感受野更宽的RFB模块捕获特征图;并基于PANet多尺度路径融合结构,提出新的多尺度特征融合方式SL-PANet.该方式首先增加浅层网络特征信息,提高模型对细小裂缝识别的精度,其次采用DUpsampling上采样模块充分还原图像的特征信息,并在上采样和下采样过程中融入CBAM注意力机制模块,突出裂缝的特征信息,去除背景冗余信息的干扰,以此增强裂缝特征的表达能力.该算法同时利用AdamW优化器加快网络训练的收敛.实验结果表明:文章改进的算法检测精度高达94.47%,较原YOLOv4算法提高6.44%,能够满足当前混凝土建筑裂缝检测需求. 相似文献
29.
自动化升级背景下,设备间耦合性不断提高,故障表现形式繁杂多样.单一故障不及时处理极易造成影响范围的扩大,使得事故进一步升级.为保证设备的正常运转,对传统的基于案例分析生成的故障诊断方法提出了新的要求,具体包括:低成本、长期监测、少样本或零样本故障识别.针对这些新需求,本文提出将图像处理领域中使用的零样本分类识别思想引入故障诊断领域.通过研究现有故障样本的特征参量,对其进行寻优确定用于状态监测的特征,采用模糊神经网络构成特征属性描述器,将特征描述为设备属性,再由ART网络以属性描述为基础,对设备进行长期监测的同时增量学习.即以少量设备样本或相似样本的分析为基础构建监测与学习机制,识别原有故障的同时学习并记录新类故障.为说明本方法的可行性与有效性,文章利用电机故障数据集以少量样本为先验知识构建系统,混合未知故障样本进行系统测试.实验结果表明,零样本分类思想的应用有望解决当前技术背景下设备故障诊断的新挑战. 相似文献
30.