light box
امتیاز 2.58 تشخیص عایق ها در خط انتقال نیرو بر اساس یک شبکه عصبی کانولوشنال">

نوع فایل : word
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 20
تعداد کلمات : 5500
مجله : algorithms
انتشار : 2022
ترجمه متون داخل جداول : ترجمه شده است
درج جداول در فایل ترجمه : درج شده است
منابع داخل متن : به صورت فارسی درج شده است
کیفیت ترجمه : طلایی
دسته بندی :
برچسب ها : ، ، ، ، ، ، ، ، ، ، ، ، ، ،

عنوان فارسی مقاله:تشخیص عایق ها در خط انتقال نیرو بر اساس یک شبکه عصبی کانولوشنال منطقه ای پیشرفته سریعتر

 چکیده

تشخیص عایق ها در خط انتقال نیرو برای عملکرد ایمن سیستم های قدرت از اهمیت بالایی برخوردار است. با هدف بررسی مشکل تشخیص اشتباه و قضاوت نادرست شبکه استخراج ویژگی اصلی VGG16 یک شبکه عصبی کانولوشنال منطقه ای سریعتر (R-CNN) در مواجهه با عایق های با اندازه های مختلف، به منظور بهبود دقت تشخیص عایق ها در خطوط انتقال نیرو، یک الگوریتم R-CNN سریعتر بهبود یافته پیشنهاد شده است. الگوریتم بهبودیافته جایگزین شبکه استخراج ویژگی اصلی ستون فقرات VGG16 در R-CNN سریعتر با شبکه Resnet50 با لایه های عمیق تر و ساختار پیچیده تر می شود و یک ماژول توجه کانال کارآمد را بر اساس مکانیسم توجه کانال اضافه می کند. نتایج تجربی نشان می دهد که عملکرد استخراج ویژگی به طور موثر از طریق بهبود شبکه استخراج ویژگی ستون فقرات بهبود یافته است. مدل شبکه بر روی یک مجموعه آموزشی متشکل از ۶۱۷۴ تصویر عایق آموزش داده شده است و بر روی یک مجموعه آزمایشی متشکل از ۶۸۶ تصویر آزمایش شده است. در مقایسه با R-CNN سریعتر سنتی، میانگین دقت متوسط ​​R-CNN سریعتر بهبود یافته به ۸۹٫۳۷% افزایش می یابد.

Title: Detection of Insulators on Power Transmission Line Based on an Improved Faster Region-Convolutional Neural Network

Abstract

 Detecting insulators on a power transmission line is of great importance for the safe operation of power systems. Aiming at the problem of the missed detection and misjudgment of the original feature extraction network VGG16 of a faster region-convolutional neural network (R-CNN) in the face of insulators of different sizes, in order to improve the accuracy of insulators’ detection on power transmission lines, an improved faster R-CNN algorithm is proposed. The improved algorithm replaces the original backbone feature extraction network VGG16 in faster R-CNN with the Resnet50 network with deeper layers and a more complex structure, adding an efficient channel attention module based on the channel attention mechanism. Experimental results show that the feature extraction performance has been effectively improved through the improvement of the backbone feature extraction network. The network model is trained on a training set consisting of 6174 insulator pictures, and is tested on a testing set consisting of 686 pictures. Compared with the traditional faster R-CNN, the mean average precision of the improved faster R-CNN increases to 89.37%, with an improvement of 1.63%.

      دیدگاهها بسته است.

      محصولات مشابه
      عملکرد زیست محیطی شرکت و ارزش شرکت – با استفاده از معیارهای انتشار آلودگی
      خـریـد محـصـول
      اندازه گیری کمی عدم قطعیت بارندگی و تبخیر و تعرق در مدل‌سازی بارش-رواناب
      خـریـد محـصـول
      فیزیولوژی تنش غرقابی در جو
      خـریـد محـصـول
      ارزش مصرف، نوآوری مصرف کننده و پذیرش محصول جدید: شواهد تجربی از ویتنام
      خـریـد محـصـول
      کیفیت پایین خواب و خواب آلودگی در روز در متخصصان بهداشت: شیوع و عوامل مرتبط
      خـریـد محـصـول
      پریکاردیت حاد پس از مداخله عروق کرونر از راه پوست: کیس ریپورت
      خـریـد محـصـول
      آگاهی موقعیتی: تکنیک ها، چالش ها و چشم اندازها
      خـریـد محـصـول
      چگونه از مشکلات رایج اجرای فناوری اطلاعات سلامت جلوگیری کنیم
      خـریـد محـصـول
      ارزیابی هوشیاری و توجه پایدار در بزرگسالان مبتلا به ADHD
      خـریـد محـصـول
      کمبود(نقص) توجه و علائم ADHD در بزرگسالان مبتلا به بیماری فابری – یک مطالعه آزمایشی
      خـریـد محـصـول
      ثبت اختراع یا انتشار مقاله

      در اولین مرحله از شروع یک تحقیق جدید نیاز است منابع مختلفی جستجو شود تا جدید بودن ایده مورد بررسی قرار گیرد. یکی از بهترین منابع جهت جستجو، لیست اختراع های ثبت شده است. پایگاه های جستجوی پتنت به محقق کمک میکند پیشینه تحقیق خود را مورد بررسی قرار دهد تا مطمئن شود کار تکراری انجام نمیدهد. سامانه جستجوگر مالکیت فکری دارکوب به تازگی از پایگاه جستجو علائم تجاری خود نیز رونمایی کرده است که دارای امکانات تخصصی فراوانی می باشد.

      ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

      در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

      از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

       
      برو بالا