原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 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、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、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、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
基于稀疏差异深度信念网络的绝缘子故障识别算法高强阳武李倩华北电力大学电气与电子工程学院河北保定摘要针对深度信念网络的识别准确率比较低的问题引入了基于模糊隶属函数的差异理论提出了一种基于稀疏差异的深度信念网络图像分类新方法简称方法并将其应用在了绝缘子故障识别中差异理论有扩大低灰度区域缩小高灰度区域的优点更符合人眼的视觉特性首先将图像的灰度特征矩阵转换成差异表示矩阵并对其进行均值化归一化和稀疏化然后利用网络对得到的差异特征进行训练学习数据更本质的特征从而达到提高识别性能的目的在和库上对不同样本规模和
基于稀疏差异深度信念网络的绝缘子故障识别算法
高强，阳武，李倩
（华北电力大学 电气与电子工程学院，河北 保定 071003）
摘要：针对深度信念网络（DBN）的识别准确率比较低的问题，引入了基于模糊隶属函数的差异理论，提出了一种基于稀疏差异的深度信念网络图像分类新方法，简称D-DBN方法，并将其应用在了绝缘子故障识别中。差异理论有扩大低灰度区域，缩小高灰度区域的优点，更符合人眼的视觉特性。首先将图像的灰度特征矩阵转换成差异表示矩阵，并对其进行均值化、归一化和稀疏化，然后利用DBN网络对得到的差异特征进行训练，学习数据更本质的特征，从而达到提高识别性能的目的。在MNIST和SVHN库上对不同
文档评论（0）