CN119445185A 一种基于电力人工智能平台的多场景视觉算法评测方法 (重庆智网科技产业发展有限公司信息通信分公司)_第1页
CN119445185A 一种基于电力人工智能平台的多场景视觉算法评测方法 (重庆智网科技产业发展有限公司信息通信分公司)_第2页
CN119445185A 一种基于电力人工智能平台的多场景视觉算法评测方法 (重庆智网科技产业发展有限公司信息通信分公司)_第3页
CN119445185A 一种基于电力人工智能平台的多场景视觉算法评测方法 (重庆智网科技产业发展有限公司信息通信分公司)_第4页
CN119445185A 一种基于电力人工智能平台的多场景视觉算法评测方法 (重庆智网科技产业发展有限公司信息通信分公司)_第5页
已阅读5页,还剩28页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于电力人工智能平台的多场景视觉本发明公开了一种基于电力人工智能平台自适应策略调整参数,生成适应不同条件的模22.根据权利要求1所述的一种基于电力人工智能平台的多场景视觉算法评测方法,其31q为自3.根据权利要求1所述的一种基于电力人工智能平台的多场景视觉算法评测方法,其的复数域特征变换结果Z和非线性动态系统特征提取结果xn来确定样本选择策略,优先选4.根据权利要求1所述的一种基于电力人工智能平台的多场景视觉算法评测方法,其45.根据权利要求1所述的一种基于电力人工智能平台的多场景视觉算法评测方法,其参数,Z为复数域特征变换结果,xn为非线性6.根据权利要求1所述的一种基于电力人工智能平台的多场景视觉算法评测方法,其5分别为复数域特征变换结果Zi和非线性动态系统特征权重参数的偏导数,和表示复合函数((z,x)5)对权重67[0010]本发明的一个目的在于提出一种基于电力人工智能平台的多场景视觉算法评测8提取的复数域特征变换结果Z和非线性动态系统特征提取结果xn来确定样本选择策略,优9[0065]S66、通过多种故障类型的组合注入,评估模型在复杂故障场景下的综合检测能xn)分别为复数域特征变换结果Zi和非线性动态系统特征差对权重参数的偏导数,和表示复合函数xo(,x)s)对[0081](2)本发明通过引入迁移学习的自动化调优技术和智能评测方法,优化了视觉算[0083](4)本发明通过综合运用多种数据处理和分析技术,实现了对电力设备的高效监[0085]图1为本发明提出的一种基于电力人工智能平台的多场景视觉算法评测方法的流提取的复数域特征变换结果Z和非线性动态系统特征提取结果xn来确定样本选择策略,优[0143]S66、通过多种故障类型的组合注入,评估模型在复杂故障场景下的综合检测能xn)分别为复数域特征变换结果Zi和非线性动态系统特征差对权重参数的偏导数,和表示复合函数((z,x)5)对[0158]为了验证本发明的可行性,将本发明应用于华东电力公司的设备故障检测项目_低高_33515____故障定位情况处理结果

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论