10.14132/j.cnki.1673-5439.2020.03.013
基于ML-S2OCELM的输电线异物检测方法研究
输电线路上的异物可以视为输电系统的一种潜在风险,其不仅会影响输电线路的正常供电,还会对线下的行人与车辆产生较大的威胁.基于无人机航拍输电线路图像的异物检测已经得到初步的研究,但是依然存在算法复杂度高,特征表达能力弱与需要大量人工标注等问题.因此,文中提出了一种基于多层半监督单类极限学习机(ML-S2OCELM)的输电线异物检测方法,具有特征表达能力强,运算速度快、需求标注少等优点.实验证明,文中提出的方法可以在极少的正标注情况下,高效率地筛选出存在异物的航拍图像,以帮助工作人员确定出现异物的输电线位置.
输电线、异物检测、极限学习机、无人机、半监督
40
TP391;TN911.7(计算技术、计算机技术)
江苏方天电力技术有限公司科技项目KJ201915
2020-08-11（万方平台首次上网日期，不代表论文的发表时间）
共8页
89-96
