光伏组件清洁移动机器人地形分类方法研究 | |
李翠明; 刘爽; 龚俊 | |
刊名 | 太阳能学报 |
2022-03-28 | |
卷号 | 43期号:03页码:210-215 |
关键词 | 移动机器人 光伏组件 K均值聚类 地形分类 视觉词袋模型 |
ISSN号 | 0254-0096 |
DOI | 10.19912/j.0254-0096.tynxb.2020-0551 |
英文摘要 | 针对移动机器人在光伏组件清洁过程中对光伏电站的非平坦地形分类问题,提出采用W-MC-MS准则优化视觉词袋模型的分类方法对地形图像进行分类。首先,对采集到的光伏电站实际地形图像进行SIFT特征提取,然后将这些特征利用K均值聚类算法进行聚类计算,生成地形图像的初始码本词典;引入W-MC-MS准则对其进行优化,以降低码本词典规模,提高视觉地形分类性能。实验以地形图像的平均分类精度和分类时间代价作为评价标准,对比码本词典优化前后的分类性能,验证了优化方法在地形分类中的有效性。 |
URL标识 | 查看原文 |
语种 | 中文 |
出版者 | Science Press |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/157759] |
专题 | 机电工程学院 |
作者单位 | 兰州理工大学机电工程学院 |
推荐引用方式 GB/T 7714 | 李翠明,刘爽,龚俊. 光伏组件清洁移动机器人地形分类方法研究[J]. 太阳能学报,2022,43(03):210-215. |
APA | 李翠明,刘爽,&龚俊.(2022).光伏组件清洁移动机器人地形分类方法研究.太阳能学报,43(03),210-215. |
MLA | 李翠明,et al."光伏组件清洁移动机器人地形分类方法研究".太阳能学报 43.03(2022):210-215. |
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