检索结果-南通市图书馆

高电压技术 2024年第9期 3955-3964页

作者：朱陈政翰柳东歌黄津钜韩晓男高源孙英云新能源电力系统全国重点实验室(华北电力大学) 国网经济技术研究院有限公司

月度场景生成是月度时序生产模拟、制定电量计划以及细化场景分析的基础。针对月度源荷场景建模通常面临的多元高维变量拟合困难、源-荷不确定性加剧等问题，提出一种基于渐进式增长生成对抗网络的月度源荷场景生成新方法。对月度时序... 详细信息

月度场景生成是月度时序生产模拟、制定电量计划以及细化场景分析的基础。针对月度源荷场景建模通常面临的多元高维变量拟合困难、源-荷不确定性加剧等问题，提出一种基于渐进式增长生成对抗网络的月度源荷场景生成新方法。对月度时序功率序列进行均值拆分处理，以得到多时间尺度功率序列，将源荷序列纵向拼接并结合多时间尺度特性设计相应的二维卷积结构；采用平滑渐进式增长方式及特殊训练策略，逐步生成多颗粒度的源荷场景；生成网络解构低维与高维特征，首先学习月、周下的日尺度特性，再逐渐拟合高维非线性特征，以生成小时级别的720月度场景。最后，基于实际风-光-荷数据集进行算例分析。结果表明所提算法在月度源荷场景生成的有效性，可为月度调度规划提供参考。

关键词：多时间尺度月度场景生成渐进式增长生成对抗网络源-荷不确定性数据驱动调度规划

来源：

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于渐进式增长生成对抗网络的农作物病虫害细粒度分类方法研究

基于渐进式增长生成对抗网络的农作物病虫害细粒度分类方法研究

引用

作者：冯琦尧桂林理工大学

学位级别：硕士

我国作为农业大国,每年因农作物病害造成了较为严重的粮食减产。因此如何去合理有效地治理和预防农作物病虫害对保障农作物质量和产量有着重要的意义。随着深度学习技术的迅速发展,基于深度学习的图像识别方法开始广泛应用于农业领域。... 详细信息

我国作为农业大国,每年因农作物病害造成了较为严重的粮食减产。因此如何去合理有效地治理和预防农作物病虫害对保障农作物质量和产量有着重要的意义。随着深度学习技术的迅速发展,基于深度学习的图像识别方法开始广泛应用于农业领域。但是现有的研究依然存在着问题,主要表现为,在多类别农作物病虫害分类任务中,不同类别的不平衡分布所引起的识别效果差的问题,以及,由图像中目标无关物体或干扰因素所引起的识别干扰的问题。为了解决这些问题,本文使用深度学习算法,基于渐进式增长生成对抗网络提出了一种用于识别农作物病虫害的网络模型,本文主要工作和结论如下:(1)针对解决由类别分布不平衡所引起的识别效果差的问题,本文基于渐进式增长生成对抗网络和卷积注意力模块,提出一种改进的渐进式增长生成对抗网络判别器CPDM网络模型对农作物病虫害进行识别。通过使用均衡学习率、像素级特征向量归一化和卷积注意力模块来搭建特征提取网络,提高网络的特征提取能力,并使用小批量偏差来丰富图像特征在空间上的关系。数据集由Plant Village数据集和自采6400张农作物图像组成,共14种农作物38类病虫害。使用CPDM网络模型与VGGNet16网络、VGGNet19网络和ResNet18网络进行比较,TOP-1测试准确率分别为99.06%、96.50%、96.65%、98.86%,分别提高了2.56%、2.41%、0.2%,且参数量仅为8.2M,能够满足在保证分类准确率的基础上,有效控制网络参数计算量的实验目的,有效解决类别分布不平衡的问题。(2)针对解决由目标无关物体或干扰因素所引起的识别干扰问题,本文基于CPDM网络搭建了双线性的CPDM网络,用于提取图像特征的高维表示,加强网络提取时局部特征与全局特征之间的联系。选用了IP102农作物病虫害数据集来进行验证,并使用低秩逼近汇聚对网络双线性池化进行了改进,使得网络参数计算量大量减少,得到了80.3%的TOP-1测试准确率,并与双线性的VGGNet16网络、双线性的VGGNet19网络、双线性的ResNet18网络和由CPDM网络和VGGNet网络或ResNet网络组成的双线性网络进行比较,实验证明双线性的CPDM网络对图像的关键特征更加敏感,对局部特征和全局特征的联系更加密切,可以在一定程度上有效解决由图像中目标无关物体或干扰因素所引起的识别干扰问题。研究结果证明,本文提出的CPDM网络可以有效地识别农作物病虫害,且可以根据实际任务进行合适的调整,有效解决不同类别的不平衡分布所引起的识别效果差的问题和由细粒度图像分类任务中目标无关物体或干扰因素所引起的识别干扰的问题。

关键词：渐进式增长生成对抗网络细粒度图像分类像素级特征农作物病虫害双线性卷积神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：