基于稀疏差异深度信念网络的绝缘子故障识别算法

• 作者: 李倩 阳武 高强
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 深度信念网络 差异 图像分类 绝缘子 故障识别
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 19-25
• 页数: 7页
• 分类号: TM216
• 字数: 5387字
• 语种: 中文

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库上对不同样本规模和不同网络结构进行实验,识别结果证明,与传统DBN和其它改进方法相比,本文算法取得了最好的识别效果.最后,将D-DBN方法应用到绝缘子故障识别中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳武	华北电力大学电气与电子工程学院	11	86	5.0	9.0
2	高强	华北电力大学电气与电子工程学院	89	895	16.0	25.0
3	李倩	华北电力大学电气与电子工程学院	23	142	7.0	11.0