定向识别航拍绝缘子及其缺陷检测方法研究

针对现有绝缘子检测算法无法定向检测绝缘子及其缺陷的问题,提出了一种改进YOLOv5(you only look once v5,YOLOv5)算法的航拍绝缘子识别及其缺陷检测方法。通过定向标注航拍绝缘子图片,形成航拍绝缘子数据集和缺陷绝缘子数据集;在YOLOv5的主干特征提取网络引入轻量化注意力机制模块、在特征融合阶段使用改进的空间金字塔池化结构;通过改进YOLOv5网络的头部结构使其可以对绝缘子进行定向识别,并对损失函数添加角度损失分类。实验结果表明在检测时间由单张0.044 s到单张0.049 s并无显著增长的前提下,改进后的算法在测试集上的mAP(mean average precision)的值为95.00%,实现了定向识别绝缘子及其漏帽缺陷,还可应用到绝缘子视频流检测。为后续的绝缘子精确定位以及进一步故障检测打下良好基础。

基于深度学习的绝缘子定向识别算法

为了解决绝缘子目标检测中无法精确定位的问题,该文基于深度学习提出一种绝缘子定向识别算法,通过在轴对齐检测框中加入角度信息,可有效解决常规深度学习算法无法精确定位目标的问题。该算法首先将角度旋转参数引入轴对齐矩形检测框中构成定向检测框,然后将该参数偏移量作为第5参数加入到损失函数中进行迭代回归,同时为提高检测精度在训练过程中使用Adam算法替代随机梯度下降(SGD)算法进行损失函数优化,最终可获得绝缘子定向检测模型。实验分析表明,加入旋转角度的定向检测框可有效对绝缘子目标进行精确定位。

地震振幅差异属性在低序级断层定向识别中的应用——以塔里木盆地轮南油田为例

低序级断层在油藏描述与开发井网部署中具有重要作用,受地震、地质因素影响,其初始识别精度较低,是油藏开发后期形成剩余油富集区的关键因素之一。低序级断层具有相对稳定的方向性,利用该特点计算振幅差异属性能够从本质上提高地震属性质量,凸显低序级断层的特征。在已根据钻井、测井及生产动态数据确定低序级断层走向的地区,可以运用振幅差异属性定向优化的方法,消除非断裂地质效应,突出目标低序级断层的剖面特征,提高地震属性辅助识别能力。该方法在轮南油田应用后,新的断裂解释成果与开发动态认识取得一致,井震吻合程度由53.8%提高到96.0%,可以为后续的油藏调整挖潜提供支撑。

基于个性化自适应学习的海量资源安全威胁信息定向识别模型

随着互联网资源总量的增长,其传输渠道也在不断拓宽。在此过程中,受到渠道组织多元化的影响,海量资源安全的威胁信息识别准确性与全面性均会出现一定程度的下降,威胁海量资源安全性与应用效果。为解决上述问题,设计基于个性化自适应学习的海量资源安全威胁信息定向识别模型。根据识别序列生成标准,测定威胁信息的个性化学习风格,再通过选择近似学习者的处理方法,完成基于个性化自适应学习的海量资源传输路径分析,分析关键的资源信息,并从中提取必要的文件参量,按照敏感序列标注原则,完善现有的定向分级策略,实现海量资源安全威胁信息定向识别模型的顺利应用。实验结果表明,该模型可将召回率指标控制在既定数值标准之下,能够适当提升威胁信息的识别准确性与全面性,避免了海量资源传输过程信息安全问题的干扰。

基于多层支持向量机的蓄电池在线监测方法研究

常规的蓄电池在线监测节点一般采用独立或区域布设形式,监测的范围受限制,导致在线监测频率均值下降,因此探讨了基于多层支持向量机的蓄电池在线监测方法。根据当前测定,先进行蓄电池电动势及开路电压应用数值采集,采用自适应的方式,打破监测范围的限制,部署自适应在线监测节点;然后构建多层支持向量机的蓄电池在线监测模型,采用持续跟踪预警处理强化在线监测。针对选定的4个蓄电池,按照顺序分别植入0.8 mm、1.2 mm及2.1 mm的4个型号的电阻丝,形成不同的电阻率。经测定计算最终得出在线监测频率均值均可达到150 Hz以上,说明设计的蓄电池在线监测方法更加稳定、安全,在不同环境下的整体适应度更强,监测效率得到了显著提升。

智能化道路运输移动执法设备关键技术研究

针对当前道路运输移动执法设备存在标准化程度低、智能化水平低、无法即时准确快速自动定向识别运输车辆身份信息等突出问题,本文主要对道路运输移动执法设备进行集成创新,提出一种融合光学识别与RFID识别技术对车辆身份信息的快速自动定向识别的方法,并且设计折叠安装式无源RFID电子标签读写器和水平握持式手持机功能布局方案。研究结果表明,本文采用的"快速自动定向识别方法",能够快速自动定向识别道路运输车辆的身份信息及其真伪,解决了传统移动执法需要人工复核产生的效率低下、准确率低、打击非法营运不力等问题,设计的折叠安装式RFID读写器可降低设备外廓尺寸70%以上,易于携带、使用和存放,在手持机重量相同的条件下,采用水平握持式布局方案显著降低了手臂、手腕的工作强度,使用更加方便、轻松。