Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Methods for the classification and selection of extracted features of insulation defects from PD

Tytuł:
Methods for the classification and selection of extracted features of insulation defects from PD
Autorzy:
Kluge, Paweł
Data publikacji:
2021
Słowa kluczowe:
CNN
PD
selection of feature
konwulsyjna sieć neuronowa
WNZ
selekcja wyodrębnionych cech
Język:
angielski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie  Pełny tekst  Link otwiera się w nowym oknie
The aim of the paper is to investigate and compare the results of comparison of methods for classification and selection extracted features of insulation defects from partial discharges. For this purpose, the built-in functions MATLAB Classification Learner and Keras library were used. The results were compared using the machine learning algorithms SVM, KNN, CNN for four types of partial discharge defects.
W artykule przedstawiono wyniki badań oraz porównano rezultaty metod klasyfikacji i selekcji wyodrębnionych cech defektów izolacji pochodzących od wyładowań niezupełnych. W tym celu wykorzystano wbudowane funkcje MATLAB Classification Learner oraz bibliotekę Keras. Wyniki porównano przy użyciu maszynowych algorytmów uczenia SVM, KNN, CNN dla czterech rodzajów defektów izolacji.
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies