基于深度学习的道路交通标志数字识别技术探究

选取了自然场景中的交通标志为研究对象,采集了大量实景图像作为训练样本和测试样本,采用一种新型的深度学习模型MPCNN(Maxpooling Convolutional Neural Networks)进行识别实验,实验结果表明,深度学习方法在交通标志识别上不需要任何人工特征提取模型预先提取特征,直接对原始图进行训练学习就能取得较高的识别效率。

直方图增强算法的改进研究

图像增强是通过对图像的加工，增强突出图像中的感兴趣的部分，减少不必要的部分，消除图像的噪音等，其目的就是为了改善图像的质量和视觉效果，达到与人的视觉机理相匹配的效果。

变电站内双重化配置带来的问题及思考

随着文明的进步,社会用电量的增加,以及电网架构建设的投入和规模的扩大,电力系统的安全稳定和供电的可靠性越来越被重视,为了保证这两个问题,双重化配置一词随之诞生,通过简单的将设备由一变二,用两套二次设备来对一次设备进行保护,能够有效解决和避免很多如保护检修,装置因故退出等问题,对电网的安全稳定运行贡献了重要作用,但在变电站内的双重化配置中,也会由于装置功能及配置不合理带来一些问题。