第一个书签之前
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 卷积神经网络研究现状
1.2.2 绝缘子图像识别技术的研究与发展现状
1.3 论文的主要内容和结构安排
第2章 基于CNN的图像分割算法研究
2.1 引言
2.2 基于CNN的特征提取过程
2.3 航拍绝缘子图像分割过程
2.3.1 预训练CNN模型研究
2.3.2 OSTU阈值分割实验
2.3.3 Hough变换及绝缘子提取实验
2.4 总结
第3章 核函数去相关算法研究
3.1 引言
3.2 核函数相关性分析
3.2.1 BP算法误差传播分析
3.2.2 基于向量空间理论的相关性影响的分析
3.2.3 基于小波重构算法构造
3.3 去相关算法的实验验证
3.3.1 MNIST库上的实验
3.3.2 CIFAR-10库上的实验
3.3.3 CK库上的实验
3.4 绝缘子故障识别的研究
3.4.1 建立绝缘子库
3.4.2 绝缘子故障的实验
3.5 本章小结
第4章 CNN图像识别泛化性研究
4.1 引言
4.2 CNN全连接输出等效模型研究
4.3 基于CNN的特征映射与仿射变换
4.3.1 特征提取网络结构
4.3.2 核函数仿射变换理论推导
4.4 仿真实验
4.4.1 CK库上的实验
4.4.2 绝缘子故障识别实验
4.5 总结
第5章 基于小样本识别的多层卷积神经网络模型研究
5.1 引言
5.2 多层卷积神经网络模型
5.2.1 多层卷积神经网络模型的提出
5.2.2 置信度判决函数
5.3 标准数据库的验证
5.4 M_CNN模型在变电站异常场景识别中的应用
5.5 M_CNN模型在绝缘子故障识别中的应用
5.6 总结
第6章 结论与展望
6.1 论文总结
6.2 工作展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢