一种多任务学习下的CNN绝缘子老化光谱分类方法
基本信息
申请号 | CN202110704967.8 | 申请日 | - |
公开(公告)号 | CN113361628A | 公开(公告)日 | 2021-09-07 |
申请公布号 | CN113361628A | 申请公布日 | 2021-09-07 |
分类号 | G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 陈林聪;李欣然;张瑞恩;符小桃 | 申请(专利权)人 | 海南电网有限责任公司电力科学研究院 |
代理机构 | 广州三环专利商标代理有限公司 | 代理人 | 颜希文 |
地址 | 570100海南省海口市龙华区海瑞后路23号 | ||
法律状态 | - |
摘要
摘要 | 本发明提供一种多任务学习下的CNN绝缘子老化光谱分类方法,包括下列步骤:将绝缘子老化图像数据进行归一化,并划分为训练数据以及待处理数据,构建包含交叉熵损失函数的CNN判别网络,将第一训练数据输入CNN判别网络中进行训练,获得CNN判别网络中的第一参数值;构建包含认证目标损失函数的CNN认证网络,将所述第一参数值作为所述CNN认证网络的初值,将第一训练数据输入CNN认证网络中进行训练,获得CNN判别网络中的第二参数值;构建包含整体目标损失函数的CNN属性判别网络,将所述第二参数值作为所述CNN属性判别网络的初值,将所述第一训练数据、第二训练数据输入所述CNN属性判别网络中进行训练,获得分类结果。 |
