- · 模式识别与人工智能版面[04/29]
- · 《模式识别与人工智能》[04/29]
- · 《模式识别与人工智能》[04/29]
- · 《模式识别与人工智能》[04/29]
自动化技术论文_人工智能在局部放电检测中的应
作者:网站采编关键词:
摘要:文章目录 0 引言 1 人工智能算法的基本思想 1.1 人工神经网络 1.1.1 概率神经网络 1.1.2 自组织映射神经网络 1.1.3 卷积神经网络 1.1.4 循环神经网络 1.1.5 自编码器 1.1.6 生成对抗网络 1.2 聚类
文章目录
0 引言
1 人工智能算法的基本思想
1.1 人工神经网络
1.1.1 概率神经网络
1.1.2 自组织映射神经网络
1.1.3 卷积神经网络
1.1.4 循环神经网络
1.1.5 自编码器
1.1.6 生成对抗网络
1.2 聚类算法
1.3 降维算法
1.3.1 主成分分析
1.3.2 局部线性嵌入
1.3.3 t分布随机近邻嵌入
1.4 模糊理论
1.5 支持向量机
1.6 分形理论
2 人工智能在模式识别中的应用
2.1 聚类算法的应用
2.2 神经网络的应用
2.3 支持向量机的应用
2.4 深度神经网络的应用
2.5 模糊分类器
2.6 集成学习
2.7 伪放电信号的生成
3 人工智能算法在状态评估中的应用
4 存在问题、解决策略及展望
文章摘要:故障类型的模式识别以及状态评估对于故障诊断和维修至关重要。不同缺陷类型将产生具有差异性的局部放电信号,缺陷的严重程度以及局部放电的演变过程同样会引起局部放电信号的改变,这种情况能够转化为不同严重等级和发展阶段的模式识别,模式识别属于典型的分类问题。本文对模式识别和状态评估这类分类问题进行综述。相比基于数理统计的分类结果,人工智能算法实现了接近100%的识别准确率。然而当前研究中仍存在一些不足,对此本文给出了解决策略并对未来的研究方向进行了展望。
文章关键词:
论文DOI:10.16790/j.cnki.1009-9239.im.2021.07.002
论文分类号:TP18;TM855
文章来源:《模式识别与人工智能》 网址: http://www.mssbyrgznqks.cn/qikandaodu/2022/0210/801.html