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:
绝缘子在输电线路中大量使用且分布极广,是电力巡检过程中重点监控的元器件.绝缘子状态正常是输电线路平稳运行的前提.但由于绝缘子图像太过相似,导致绝缘子故障识别率低.为提高绝缘子的故障识别率,提出一种将弱监督细粒度分类思想与绝缘子故障识别结合的网络MFIFIN(Multi Feature Insulator Fault Identification Net).网络使用基于全图的标签信息训练模型,利用多网络分别提取目标的物体级和部位级特征,然后将两种特征通过特征图合并和双线性池化进行融合.实验结果表明,在绝缘子故障识别中使用弱监督细粒度图像分类方法是有效的,在测试数据中,MFIFIN网络的分类精确率达到了88.32%,F1值达到了0.88.
推荐文章
面向细粒度隐式篇章关系识别的远距离监督特征学习算法
细粒度
隐式篇章关系
中文
词表达
方向性
基于Xception的细粒度图像分类
细粒度图像分类
Xception
卷积神经网络
深度学习
基于深度卷积特征的细粒度图像分类研究综述
细粒度图像分类
深度学习
卷积神经网络
计算机视觉
基于姿态的判别属性学习及在细粒度识别中的应用
属性学习
判别属性
分散式表示
细粒度识别
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 弱监督细粒度分类在绝缘子故障识别中的应用
来源期刊 山西大学学报(自然科学版) 学科 物理学
关键词 绝缘子 故障识别 弱监督 细粒度 多特征融合
年,卷(期) 2020,(3) 所属期刊栏目 信息科学
研究方向 页码范围 490-498
页数 9页 分类号 O436
字数 语种 中文
DOI 10.13451/j.sxu.ns.2019069
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 杨罡 15 12 2.0 2.0
2 潘哲 1 0 0.0 0.0
3 张兴忠 1 0 0.0 0.0
4 卢志博 1 0 0.0 0.0
5 吴庭栋 1 0 0.0 0.0
6 李琳 1 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  (52)
共引文献  (62)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(12)
  • 参考文献(2)
  • 二级参考文献(10)
2017(7)
  • 参考文献(5)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
绝缘子
故障识别
弱监督
细粒度
多特征融合
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
山西大学学报(自然科学版)
季刊
0253-2395
14-1105/N
大16开
太原市坞城路92号
22-42
1960
chi
出版文献量(篇)
2646
总下载数(次)
7
总被引数(次)
12039
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导