《基于稀疏表示分类算法的复合绝缘子憎水性检测方法》.pdfVIP

《基于稀疏表示分类算法的复合绝缘子憎水性检测方法》.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《基于稀疏表示分类算法的复合绝缘子憎水性检测方法》.pdf

第 41卷 第 1期 湖 南 大 学 学 报 (自然 科 学 版 ) VoL41,No.1 2 0 1 4 年 1月 JournalofHunanUniversity(NaturalSciences) Jan.2014 文章编号 :1674—2974(2014)01—0098—05 基 于 稀 疏 表 示 分 类 算 法 的 复 合 绝 缘 子 憎 水 性 检 测 方 法 汪 讽,黄浩川。,何荣涛。,潘雄峰 (1.湖南大学 电气与信息工程学院,湖南 长沙 410082;2.国家电网重庆市电力公司长寿区供电分公司, 重庆 长寿 401220;3.许继(厦 门)智能电力设备股份有限公司,福建 厦 门 361101) 摘 要 :复合绝缘子表面憎水性的检测是判断其防污闪性能的主要手段之一.本文引入 稀疏表示分类算法实现 了对复合绝缘子憎水性 图像 的检测分类.运用最小一范数方法计算 稀疏表示系数,通过计算最小残差图像来搜索与测试 图像最匹配的训练样本图像,从而准确 识别 出检测试样的憎水性 HC等级.该算法避开了一般模式识别算法中较复杂的特征提取 环节,为复合绝缘子憎水性 图像识别检测提供 了新的思路.实验结果表明,该方法能有效地 应用于复合绝缘子憎水性 图像的分级. 关键词 :绝缘子 ;憎水性;稀疏表示;图像识别 中图分类号 :TM855 文献标识码:A CompositeInsulatorsHydrophobicityDetectionM ethodBased OonnS5pIarseRRepreSentatlo‘nCllaassssiiftiiccaattlioonnA1Rgo)rriitthhm W ANG Feng¨,HUANG Hao—chuan ,HERong—tao。,PAN Xiong—feng (1.CollegeofElectricalandInformationEngineering,HunanUniv,Changsha,Hunan 410082,China; 2.ChangshouDistrictElectricPowerSupplyBranch。ChongqingElectricPowerCompany,Changshou,Chongqing 401220,China 3.XJIntelligentPowerEquipmentCo,Ltd(Xiamen),Xiamen,Fujian 361101,China) Abstract:Thecompositeinsulatorsurfacehydrophobicitydetectionisoneoftheprimarymeanstode— termineitsantiflashoverperformance.Thispaperintroducesthesparserepresentationclassificationalgo— rithm toclassifycompositeinsulatorshydrophobicimage.Itusesthesmallestnormalmethod tocalculate thecoefficientofsparserepresentation and searchesthetraining sampleimagethatbestmatchesthetest imagebycalculatingtheminimum residualimage,thereforethetestimageshydrophobicHC levelisaccu— ratelyidentified.Thealgorithm hassuccessfullyavoidedcomplicatedfeatureextractioningeneralpattern recognitionalgorithms,thusprovidinganew wayfo

您可能关注的文档

文档评论(0)

ghfa + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档