首页> 中文期刊> 《软件》 >基于机器学习的GIS典型缺陷的智能识别研究

基于机器学习的GIS典型缺陷的智能识别研究

             

摘要

GIS设备的安全运行直接影响整个电网的安全稳定运行.随着GIS设备数量的增多,面对日益突出的GIS典型缺陷,本文采用支持向量机(Support Vector Machine,简称SVM)的机器学习方法,并结合图像处理技术设计开发了一套GIS典型缺陷的智能识别软件.软件首先对GIS图像进行预处理研究,然后通过对缺陷样本的训练学习,实现对GIS典型缺陷的智能识别,从而提高对GIS设备的检测效率.

著录项

  • 来源
    《软件》 |2017年第8期|184-189|共6页
  • 作者单位

    云南电网有限责任公司电力科学研究院;

    云南 昆明 650217;

    云南电网有限责任公司电力科学研究院;

    云南 昆明 650217;

    华北电力大学 机械工程系;

    河北 保定 071003;

    云南电网有限责任公司电力科学研究院;

    云南 昆明 650217;

    云南电网有限责任公司电力科学研究院;

    云南 昆明 650217;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 测量原理和方法;
  • 关键词

    机器学习; 图像处理; SVM; 智能识别; GIS;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号