| 基于改进深度学习的刀闸状态识别方法研究* | |
| 余娟; 朱能富; 陈子亮; 张骥; 张金锋 | |
| 刊名 | 电测与仪表
 |
| 2018 | |
| 卷号 | 第55卷页码:8-13 |
| 关键词 | 卷积神经网络 深度学习 绝缘子检测 刀闸状态识别 |
| ISSN号 | 1001-1390 |
| URL标识 | 查看原文 |
| 内容类型 | 期刊论文 |
| URI标识 | http://www.corc.org.cn/handle/1471x/2089827 |
| 专题 | 安徽大学 |
| 作者单位 | 1.南京南瑞集团公司 2.国网安徽省电力公司 3.安徽大学电子信息工程学院 |
| 推荐引用方式 GB/T 7714 | 余娟,朱能富,陈子亮,等. 基于改进深度学习的刀闸状态识别方法研究*[J]. 电测与仪表,2018,第55卷:8-13. |
| APA | 余娟,朱能富,陈子亮,张骥,&张金锋.(2018).基于改进深度学习的刀闸状态识别方法研究*.电测与仪表,第55卷,8-13. |
| MLA | 余娟,et al."基于改进深度学习的刀闸状态识别方法研究*".电测与仪表 第55卷(2018):8-13. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论