基于卷积神经网络的机房柜门开关状态识别研究

• 作者: 余萱 苏杨
• 来源期刊: 工业仪表与自动化装置
• 关键词: 卷积神经网络 数据扩充 迁移学习 批标准化
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 综述
• 页码范围: 22-25,47
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0682.2019.05.005

摘要

为监测电网系统中机房柜门开关状态,避免产生安全隐患和财产损失,提出了一种基于卷积神经网络的机房柜门开关状态识别方法.该方法以ZFNet卷积模型作为基础网络,通过引入数据扩充防止过拟合现象产生,并使用迁移学习及批标准化方法加快网络收敛速度,提升了识别精度.以电网系统机房中的机柜门开关状态图像作为分类对象进行实验.实验结果表明,该方法能避免人工提取特征的局限性,识别精度满足实际监控要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏杨	贵州电网有限责任公司信息中心	12	8	2.0	2.0
2	余萱	贵州电网有限责任公司信息中心	9	11	2.0	3.0