CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
一种面向电力运维作业的LSTM动作识别方法
刘培贞1; 贾玉祥1; 夏时洪3
2019
发表期刊系统仿真学报
ISSN1004-731X
卷号31.0期号:012页码:2837
摘要电力运维安全是备受社会关注的课题。为了避免因运维人员的操作失误而产生严重后果,提出了一种基于长短期记忆网络LSTM(Long Short Term Memory)的、面向电力运维作业的动作识别方法,该方法涵盖了从数据采集、数据处理到分类识别的整个过程,可对人员工作过程中的操作行为进行识别和监督。基于新构建的电力运维作业数据集将方法中用到的深度学习算法LSTM与传统机器学习算法KNN进行仿真对比实验,结果表明,LSTM的表现更佳,在时间窗口为120帧时,LSTM的准确率达到91.32%,比KNN高出约2个百分点。
关键词电力运维安全 LSTM 动作识别方法 仿真实验
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/27663
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.郑州大学
2.闽江学院
3.中国科学院计算技术研究所
推荐引用方式
GB/T 7714
刘培贞,贾玉祥,夏时洪. 一种面向电力运维作业的LSTM动作识别方法[J]. 系统仿真学报,2019,31.0(012):2837.
APA 刘培贞,贾玉祥,&夏时洪.(2019).一种面向电力运维作业的LSTM动作识别方法.系统仿真学报,31.0(012),2837.
MLA 刘培贞,et al."一种面向电力运维作业的LSTM动作识别方法".系统仿真学报 31.0.012(2019):2837.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[刘培贞]的文章
[贾玉祥]的文章
[夏时洪]的文章
百度学术
百度学术中相似的文章
[刘培贞]的文章
[贾玉祥]的文章
[夏时洪]的文章
必应学术
必应学术中相似的文章
[刘培贞]的文章
[贾玉祥]的文章
[夏时洪]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。