基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出基于YOLO目标算法识别红外图像故障点的方法,改进了YOLO算法的预测流程,让其具有识 别红外图像故障点的功能,试验结果表明准确率达85%以上。
推荐文章
基于红外图像分析的电力设备热故障检测技术研究
输变电设备
在线监测
状态诊断
热故障检测
基于图像分析的电力设备故障检测技术研究
红外图像
电力设备
热故障
拉普拉斯锐化算法
基于改进遗传算法的电力设备红外图像分割研究
遗传算法
最佳熵阈值
电力设备红外图像
图像分割
面向电力设备红外图像的混合噪声去除方法研究
混合噪声
三方加权稀疏编码
图像分解
中值滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于电力设备红外图像的故障点快速识别算法
来源期刊 电力设备管理 学科 工学
关键词 电力设备 YOLO算法 红外故障识别 目标检测
年,卷(期) dlsbgl_2019,(10) 所属期刊栏目
研究方向 页码范围 193-195
页数 3页 分类号 TP3
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马仪 73 203 8.0 10.0
2 马御棠 25 42 3.0 5.0
3 周仿荣 53 55 4.0 5.0
4 钱国超 67 112 5.0 7.0
5 文刚 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力设备
YOLO算法
红外故障识别
目标检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力设备管理
月刊
2096-2711
10-1454/TM
16开
北京市西城区广安门内大街6号A-1-11
2016
chi
出版文献量(篇)
2356
总下载数(次)
16
论文1v1指导