我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于人工神经网络全连接层优化的线损异常诊断方法研究 下载：23 浏览：172

李清涛 任宇驰 王远 李林松 迟振烨 《电气学报》 2020年8期

摘要:
在一般工商业电价连续下调和国家电网公司打造"三型两网"战略目标的背景下,通过对线损率的合理管控,有利于公司降损增效,提高公司精益化管理水平。为此,提出一种基于人工神经网络全连接层优化的异常线损诊断方法,旨在发现异常线损并对成因进行初步诊断。该方法搭建了以全连接层为核心的人工神经网络模型,利用深度学习强大的自学习能力,对网络模型的参数不断自适应调节,通过调整后的模型对线损数据进行逐层提取和筛选,实现了自动识别和诊断配电网线路或台区的异常线损。最后,以某地区实际配电网验证了方法的有效性和可行性。

基于多帧卷积神经网络的室内场景识别 下载：316 浏览：3146

吴仔贤 《神经科学研究》 2021年9期

摘要:
我们提出了一种双帧神经网络结构，以提高室内场景识别的准确性。视觉几何组（VGG）网络框架由11层网络和13层网络卷积组成。11层网络有8个卷积层、5个池化层和3个全连接层。这个13层结构框架由5个池化层、10个卷积层和3个全连接层组成。前一个网络用于处理全局信息，后一个网络用于处理详细信息。我们可以通过全局和局部组合方法获得更多的图像信息。然后将11类室内场景数据集应用于该网络。通过改变光照条件和拍摄设备，给出了四组对比实验，展示了不同条件下网络结构的识别准确率。从实验结果可以发现，本文研究的多帧算法可以显着提高实验结果的准确性。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享