《表2 不同数量场景和数据集下的测试结果》
通过上文对卷积神经网络的分析及ReLu函数及Dropout技术的选取与应用,本文选择在不同数据集及不同数量的场景类别的双重条件下检验网络结构模型的稳定性,进而挖掘含有卷积神经网络的智能巡检机器人场景识别的稳定性。由于数据的选取有一部分来自COLD数据库,一部分来自变电站的实测数据。因此,此处的实验主要围绕两组数据进行,即采用COLD数据库中的数据作为COLD数据集进行一组实验,以变电站中采集到的数据作为数据集GD进行一组实验,两种数据集整合后进行一组实验,得到的检测结果如表2所示。
图表编号 | XD00132511200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 王尤河、游日晴、郑力勇、文春华 |
绘制单位 | 中国南方电网有限责任公司超高压输电公司广州局、中国南方电网有限责任公司超高压输电公司广州局、中国南方电网有限责任公司超高压输电公司广州局、中国南方电网有限责任公司超高压输电公司广州局 |
更多格式 | 高清、无水印(增值服务) |