简介:传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。
简介:摘要:基于内容的图像检索离不开特征提取,而局部特征提取是当前研究热点之一,由于局部特征之间的独立性和高语义性,此种方法在基于内容的图像检索领域有着良好的表现[1]。为了进一步提高局部特征的语义性、提升特征提取模型的表现力,本文引入视觉注意力机制与分组卷积思想对当前的局部特征提取模型进行优化,经实验证实,优化后的模型提取出的局部特征在Oxford数据集以及Paris数据集有着更好的检索效果。
简介:摘要:局部放电是电缆使用中的常见故障之一,也是造成电缆绝缘老化、使用性能降低的主要原因,这与绝缘内部存在的问题有着密切联系。电力电缆局部放电PD与其绝缘状况密切相关,局部放电量的变化预示着电缆存在着可能危及其安全运行寿命的缺陷,因此准确测量电力电缆的局部放电量是判断电缆绝缘品质的最直观有效的方法,对高压和超高压电缆附件进行局部放电检测是一种有前景的方法。电缆局部放电检测是判断电缆绝缘使用情况的主要故障检测方法。现阶段针对交联聚乙烯电缆(XLPE)局部放电研究原理相对健全,检测方法及技术体系初步形成。但是,针对该种电缆局部放电特征研究分析不足,对其没有形成规范性、统一性、标准性的检测体系。
简介:摘要 探索解析、处理及应用非结构化数据资源的方法,确定电力配网运检图像识别局部特征提取算法,对于配网运检图像识别的电力应用场景具有非常重要意义。因此,提出一种鲁棒性强、能够适应不同光照、不同位置等情况下能够有效识别目标的方法,对SIFT算法进行优化,利用SIFT构建图像识别局部尺度空间、关键点检测、消除错配点、关键点描述、关键点匹配与极值点的过滤等过程,采用神经网络对局部特征进行训练学习,对电力设备各个部位进行准确识别和分析,使其适用电力应用场景。
简介:摘要 探索解析、处理及应用非结构化数据资源的方法,确定电力配网运检图像识别局部特征提取算法,对于配网运检图像识别的电力应用场景具有非常重要意义。因此,提出一种鲁棒性强、能够适应不同光照、不同位置等情况下能够有效识别目标的方法,对SIFT算法进行优化,利用SIFT构建图像识别局部尺度空间、关键点检测、消除错配点、关键点描述、关键点匹配与极值点的过滤等过程,采用神经网络对局部特征进行训练学习,对电力设备各个部位进行准确识别和分析,使其适用电力应用场景。
简介:采用基于有限元理论开发的ANSYS软件建立了张弦梁数值分析模型,按温度增量法对其火灾历程中的力学反应进行分析。讨论了在升温历程中,温度场非均匀性、荷载比、垂跨比、火源半径、火源位置以及支座约束对张弦梁上弦钢梁及下弦预应力索力学特征的影响以及跨中挠度的变化历程。得出以下结论:随着温度分布非均匀性的减小,在升温历程中,上弦钢梁强度应力历程下降速率增大,而稳定应力呈先增加后下降趋势,下弦索应力变化很小;随着荷载比增大,结构临界温度降低,结构跨中挠度增长速率也变大;随着垂跨比的增大,结构受火失效截面位置发生改变,失效时对应的跨中挠度值呈非单调变化;常遇建筑火灾中的火源半径变化对关键单元的应力历程、承载力衰减历程及跨中挠度增长历程影响较小;当火源位置发生变化时,结构的失效单元将会发生变化,同时,对跨中位移历程有一定的影响;随着支座摩阻力的增加,结构热膨胀受到较大程度约束,在升温历程中,上弦钢梁跨中截面的应力显著增加,下弦索拉应力显著减小,同时结构产生显著的向上变形。上述研究结论可对进一步探明局部火灾下张弦梁结构的破坏机理提供参考。