期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于不动点理论的分数阶模糊细胞神经网络的稳定性分析
1
作者 熊希曦 陈龙伟 罗敏 《理论数学》 2024年第3期19-31,共13页
针对具有时变时滞的分数阶模糊细胞神经网络,采用Banach不动点理论和方法,直接得到了分数阶神经网络的一个新的稳定性判据。该方法较为新颖,得到比已有结果更简单的结论。最后,给出了一个数值例子来说明所提方法的有效性。
关键词 分数阶神经网络 压缩映射理论 全局指数稳定性
在线阅读 下载PDF
配电网接地环视觉识别与定位方法研究 被引量：1
2
作者 熊希曦 王旭红 文艺 《湖南电力》 2023年第3期94-102,共9页
为保障带电作业机器人挂设接地保护线的准确性,对配电网接地环的精准识别与定位方法展开研究。为提高识别精度和易于部署在上位机上,以YOLOX-S为基础,用简化的BiFPN代替颈部PAFPN特征利用层,将GIoU-Loss作为定位损失函数,以Focal Loss... 为保障带电作业机器人挂设接地保护线的准确性,对配电网接地环的精准识别与定位方法展开研究。为提高识别精度和易于部署在上位机上,以YOLOX-S为基础,用简化的BiFPN代替颈部PAFPN特征利用层,将GIoU-Loss作为定位损失函数,以Focal Loss作为置信度预测损失函数。采用双目视觉方法对检测到的接地环进行定位,根据双目相机标定获得相机的内外参数和畸变系数,对左右图像进行立体校正,采用半全局立体匹配算法获得图像视差,最终利用重投影矩阵得到接地环的深度和坐标,从而实现接地环的精准识别与定位。将所提方法运用于带电作业机器人挂设接地保护线试验,结果表明该方法能实现机器人精准挂线,并能推广到电力机器人的其他作业。 展开更多
关键词 目标检测 YOLOX 双目定位 SGBM
在线阅读 下载PDF
基于深度学习的变电站开关柜图像增强及状态识别方法 被引量：1
3
作者 文艺 王旭红 +1 位作者 樊绍胜 熊希曦 《电力学报》 2023年第5期359-373,共15页
针对变电站机器人巡检时存在开关柜的状态识别精度极易受到环境影响,以及小尺寸状态灯误检率高等问题,提出了一种基于融合生成对抗网络和改进的YOLOX的开关柜状态识别方法。首先,基于融合生成对抗网络进行图像增强,对原图进行色彩校正... 针对变电站机器人巡检时存在开关柜的状态识别精度极易受到环境影响,以及小尺寸状态灯误检率高等问题,提出了一种基于融合生成对抗网络和改进的YOLOX的开关柜状态识别方法。首先,基于融合生成对抗网络进行图像增强,对原图进行色彩校正和色彩增强预处理;其次,构建多损失函数用于特征的提取、融合,并增添纹理提取模块,减少训练中预处理算法造成的伪影噪点和细节模糊;再次,基于改进的YOLOX网络进行开关柜状态识别,在解耦头模块融合DAMM双注意力机制,加强YOLOX网络对信息量更大的分支的关注,丰富开关柜状态的特征信息;最后,优化YOLOX网络结构,用轻量级MobileNetV3网络替换原始主干网络CSPDarknet,并保留Focus层,使网络减少参数量和计算量的同时保持良好的特征提取性能。增强算法能有效校正因强光照而失真的状态灯色彩,还原夜晚拍摄反光区域的信息,提高低对比度图像的质量,增强图像色彩鲜明度,峰值信噪比和结构相似性均有提升,与其他算法相比,所提方法的性能更好。改进后的检测算法平均识别精度可以达到94.1%,图片识别速度为4.6 ms/张,表现出较强的泛化性、鲁棒性、准确性和快速性。试验表明,采用基于深度学习的图像增强和目标检测方法有效解决了复杂环境下高压开关柜的状态识别问题,提高了电力巡检机器人开关柜状态识别的准确率。 展开更多
关键词 开关柜状态识别 图像增强 融合生成对抗网络 YOLOX
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部