原创力文档- 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、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、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、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
多模态特征融合在过电流引起并联击穿电弧检测中的应用
目录
一、内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2
1.1过电流引起并联击穿电弧现象．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2
1.2多模态特征融合技术概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.3文章结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
二、多模态特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
2.1电信号特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
2.1.1电压特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.1.2电流特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.1.3频域特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.2光信号特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.2.1光强特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.2.2光谱特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
2.2.3形态学特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.3热信号特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
2.3.1温度分布特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.3.2热辐射特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
2.4声信号特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.4.1声压特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
2.4.2声频特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
三、特征融合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
3.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
3.1.1结构与参数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
3.1.2权重学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
3.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
3.3长短期记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
3.4深度残差网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
四、过电流引起并联击穿电弧检测模型．．．．．．．．．．．．．．．．．．．．．．．．55
4.1模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
4.1.1特征选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64
4.1.2模型串联．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66
4.1.3模型训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
4.2模型评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73
五、实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75
5.1数据集与实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76
5.2模型性能比较．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78
5.3实际应用案例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79
文档评论（0）