[发明专利]基于深度卷积特征的电网危害鸟种分类识别方法有效
| 申请号： | 202210046866.0 | 申请日： | 2022-01-17 |
| 公开（公告）号： | CN114067368B | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 辛建波;李帆;邱志斌;徐波;廖昊爽;张贵峰;李昊;康琛;华桦 | 申请（专利权）人： | 国网江西省电力有限公司电力科学研究院;国家电网有限公司;南昌大学;国网江西省电力有限公司超高压分公司;南方电网科学研究院有限责任公司 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/30;G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 南昌丰择知识产权代理事务所(普通合伙) 36137 | 代理人： | 吴称生 |
| 地址： | 330096 江西省*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积特征的电网危害鸟种分类识别方法，首先针对电网巡检拍摄的鸟种图像，构建电网危害鸟种图像数据集，基于前馈去噪卷积神经网络对鸟种图像进行去噪预处理；搭建卷积神经网络DarkNet‑53模型，采用大规模开放数据集进行预训练，利用预处理后的鸟种图像训练集重新训练，并采用卷积神经网络可视化工具Grad‑CAM算法生成不同特征提取层的热力图，提取最佳特征图中的鸟种图像深度卷积特征；构建基于纠错输出编码支持向量机的鸟种分类识别模型，采用鸟种图像的深度卷积特征进行训练和测试，实现对危害鸟种的分类识别。本发明可用于电网涉鸟故障的差异化防治，有助于电网巡检人员准确识别鸟类。 | ||
| 搜索关键词： | 基于 深度 卷积 特征 电网 危害 分类 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网江西省电力有限公司电力科学研究院;国家电网有限公司;南昌大学;国网江西省电力有限公司超高压分公司;南方电网科学研究院有限责任公司，未经国网江西省电力有限公司电力科学研究院;国家电网有限公司;南昌大学;国网江西省电力有限公司超高压分公司;南方电网科学研究院有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210046866.0/，转载请声明来源钻瓜专利网。
