一种基于深度堆栈式混合自编码网络的小样本光伏热斑识别方法
基本信息
| 申请号 | CN202110906351.9 | 申请日 | - |
| 公开（公告）号 | CN113610159A | 公开（公告）日 | 2021-11-05 |
| 申请公布号 | CN113610159A | 申请公布日 | 2021-11-05 |
| 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 | 周黎辉;潘子杰;马骋 | 申请（专利权）人 | 张家港迅见信息技术有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 215600江苏省苏州市张家港保税区科技创业园B幢506室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度堆栈式混合自编码网络的小样本光伏热斑识别方法，对采集到的光伏红外图像作图像预处理得到小样本热斑图像数据集；首先用无标签的小样本热斑图像数据集对DAE作预训练，当输入输出的重构误差最小时表明训练完成；将DAE隐藏层提取的图像特征作为SAE的输入，将预训练后的DAE、SAE和AE进行级联并添加一个Softmax分类器构成深度堆栈式混合自编码网络模型；将有标签的小样本热斑图像数据集输入深度堆栈式混合自编码网络用反向传播算法对模型进行微调，通过分类器进行预测得到热斑识别结果。本发明具有强大的特征提取和表达能力，可以克服样本量不足导致的过拟合现象进而提高模型对热斑识别和定位的准确率。 |
