基于GrapSAGE算法的配电网故障定位方法

本文提出一种基于GraphSAGE(graph sample and aggregate)算法的配电网故障定位方法。以对系统侧母线电压进行形态学黑帽运算的结果启动故障定位算法;利用GSA模型自主挖掘网络拓扑和零序电流特征,根据节点特征和标签建立函数映射,评估线路运行状态从而实现故障定位。基于PSCAD/EMTDC仿真平台搭建IEEE33节点模型,测试结果表明所提配电网故障定位方法可行且有效。并且配电网拓扑变化时,该方法无需重新训练模型即能获得可靠的故障定位结果,验证了方法的鲁棒性和对拓扑变化的适应性。

基于形态学的不完全性骨折CT图像裂痕定位

针对不完全性骨折的CT图像损伤位置不易明确定位的问题,提出了一种基于数学形态学的裂痕定位算法。为了从CT图像中获得准确的骨质区域,在CIE Lab均匀色彩空间对原始图像进行双边滤波去噪,利用最大类间方差法计算出最佳阈值,从而分离出骨质区域,采用数学形态学中的黑帽运算结合Canny边缘检测算子对裂痕位置进行精确定位。实验结果表明,能够自动提取并定位不完全性骨折CT图像的裂痕区域。算法易于实现,具有较强的鲁棒性和实用性,方便了医学影像诊断。

多指针水表读数识别算法研究与实现

为解决水务公司多指针水表识别问题,文中提出一种多指针水表读数识别算法。首先,通过Hough圆检测提取出水表表盘区域,定位透视变换关键点,校正水表表盘区域。然后,分割子表盘,并进行二值化、形态学黑帽运算、加运算,分割指针。最后,计算指针偏移角度,获取子表盘示数,并对各子表盘示数按规定计算,得到多指针水表读数结果。实验结果表明,该算法对子表盘读数识别准确率达到91.75%,可用于识别多指针水表,为水务公司多指针水表读数工作提供一定的技术支撑。