声明
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 课题研究的主要内容与其创新点
第二章 深度学习理论
2.1 卷积神经网络
2.2 卷积神经网络关于梯度的学习策略
2.3 softmax损失函数
2.4 本章小结
第三章 电气设备红外图像预处理
3.1 显著性区域检测
3.2 电气设备图像分割
3.3 基于Slic-HSV算法的故障设备区域分割
3.4 实验分析
3.5 本章小结
第四章 双监督信号卷积神经网络电气设备红外故障图像识别
4.1 卷积神经网络结构分析
4.2 双监督信号卷积神经网络算法结构
4.3 Caffe深度学习框架的环境配置及其模型搭建
4.4 实验数据集
4.5 实验结果分析
4.6 本章小结
第五章 总结与展望
5.1 本文工作总结
5.2 后续工作展望
参考文献
发表论文和科研情况说明
致谢