基于小样本机器学习的电力巡检技术研究
本文设计出通过无人机进行电路巡检的技术方案,该方案通过GPS定位和路径规划使无人机在特定位置采集电力传输设备运行图像数据,并通过本文改进的小样本目标识别算法对采集到的图像信息进行识别,实现了潜在故障和安全隐患问题分析.试验结果表明,本研究方法分类的正确率提高了 29.15％,样本分析提高了 18.63％,提高了检验的成功率.
电力巡检;机器学习;小样本学习;计算机视觉;无人机巡检
21
TP29(自动化技术及设备)
2021-08-25（万方平台首次上网日期，不代表论文的发表时间）
共4页
36-39
