【摘 要】
：
缺陷螺栓非常容易引起输电线路异常甚至故障，缺陷螺栓自动识别对于保障输电线路安全稳定运行具有重要意义，然而大量的缺陷数据难以获得。因此本文使用生成式对抗网络(Generative Adversarial Networks, GAN)生成螺栓图像，研究基于相对均值生成式对抗网络(Relative average Generative Adversarial Networks, RaGANs)的输电线路螺栓图像生成方法，针对生成过程中存在的问题做了以下工作：
由于目前深度学习的生成图像领域中没有螺栓图
论文部分内容阅读
缺陷螺栓非常容易引起输电线路异常甚至故障，缺陷螺栓自动识别对于保障输电线路安全稳定运行具有重要意义，然而大量的缺陷数据难以获得。因此本文使用生成式对抗网络(Generative Adversarial Networks, GAN)生成螺栓图像，研究基于相对均值生成式对抗网络(Relative average Generative Adversarial Networks, RaGANs)的输电线路螺栓图像生成方法，针对生成过程中存在的问题做了以下工作：
由于目前深度学习的生成图像领域中没有螺栓图像数据库，文中首先构建了输电线路缺陷螺栓图像数据库，并利用此数据库对RaGANs模型进行了微调，微调后的RaGANs模型生成了部分质量较好的螺栓图像。
针对微调后的RaGANs模型训练不稳定生成样本以及生成样本相似度高等问题，提出了一种基于改进RaGANs的螺栓图像生成方法。首先改变网络的损失函数，加入梯度惩罚，平衡了生成器和判别器的能力，提高了模型的收敛速度和样本清晰度，缓解训练过程中的“模式崩溃”现象；然后在模型的生成器和判别器中引入注意力机制，捕获图像中长距离的像素特征，提高了缺陷样本的多样性。实验结果表明，改进之后模型的IS值提升了12.8%，实现了缺陷样本的扩增。
针对生成的缺陷螺栓图像分辨率低的问题，将RaGANs模型与超分辨率生成式对抗网络(Super-Resolution Generative Adversarial Networks, SRGAN)进行结合。针对生成图像纹理细节不真实的问题，改进网络损失函数，将相对均值判别器加入SRGAN网络中；针对模型网络参数众多，训练时间长的问题，去除了生成器中的批量归一化层(BN层)；实验结果表明，峰值信噪比(PSNR)和结构相似性(SSIM)值均有所提高，改进之后模型的测试时间缩短了46.8%。
其他文献
近年来，音乐学科逐渐受到了人们广泛的关注和重视。音乐学科的开展能够让学生逐渐形成更加优良的鉴赏能力和审美能力，使学生能够实现多领域的学习和发展。音乐教学能够培养学生的艺术能力，使学生能够得到全面的发展。在音乐教学中，鉴赏课堂对学生来说至关重要，学生只有拥有较高的鉴赏水平和审美能力，才能够从根本上提升自身的音乐素养和音乐思想。因此，教师要采取多种方式为学生提供优良的学习环境，要设立明确的教学目标和教
在小学高年级数学教材中，分数与百分数是学习的重难点，在应用题型中也占有很大比例。由于学生对重点概念理解与解题技巧掌握还很模糊，数学基础没有打牢固，在平时作业与测试题中出现失分严重的情况。作为教师，应努力究其根源，以技巧型教学为主，让学生熟练掌握分数、百分数应用题解题技巧。 小学分数、百分数应用题一般都存在举一反三的特点，很多题目的解题技巧以及题型极其相似，只要充分理解题目内容，再配以恰当的解题技
各种形式的数据流量的快速增长已经成为通信行业持续发展的主要推动力。智能终端的普及和新应用程序的出现，包括虚拟现实、网络游戏、无人驾驶汽车、可穿戴设备和云计算等，需要更高的服务质量。为了应对数据的激增及各类应用的需求，为广大终端用户提供更高的服务质量，5G移动网络架构和技术应运而生，而超密集网络(Ultra-Dense Network, UDN)技术被认为是解决数据流量挑战的主要途径之一，通过密集部署提高频谱复用因子，可使得热点地区的容量提高100倍以上。由于UDN部署密集、距离近、部署不规则等原因，将会进
随着网络、大数据和多媒体技术的发展，越来越多的多媒体信息通过网络进行传输。人们可以便捷地下载数字信息，这为人们的生活提供了极大的便利。但是不法分子也可以轻易地对数字信息进行修改并发布，这不仅损害了版权所有者的合法权益，也会引发关乎国家安全、企业机密和个人隐私等一系列信息安全问题。信息隐藏是一种隐蔽通信、版权保护和内容完整性认证的有效技术手段。近年来提出的可逆信息隐藏技术能够将特定信息嵌入到载体中，并允许合法用户在提取该信息后无失真地恢复出原始载体，因而在军事、医学、司法等对图像内容敏感的领域受到了广泛关注
摘 要：由于受外界因素的影响，GNSS自动化监测设备在滑坡位移监测应用中监测数据存在波动性，采用未经检验、处理的监测数据进行滑坡趋势分析会产生偏差影响，因此采用“四分位数法”对GNSS监测数据进行整理，划分内限，“甄别”异常值后，将进一步降噪后的GNSS监测数据进行处理、曲线拟合，进行长期趋势项与周期性趋势分析，并将拟合长期趋势函数曲线与规范变形曲线进行对比，进而判断滑坡体处于的变形阶段，而且通过
路由器作为电力数据网互联与数据转发的关键节点，其各项指标是否符合标准关系到电力数据网的性能好坏，因此对路由器各项指标进行测试是必要的。传统单一的手工测试方法存在工作量大、测试费用高、无法保证测试一致性等局限性，难以满足越来越复杂的测试需求。有必要采用自动化测试技术提高电力数据网路由器测试效率，提高资源利用率，节约测试成本。
针对目前面临的问题，依托于本人所参加项目，本文通过理论分析设计了一种电力数据网路由器自动化测试方案，并设计一种自动化测试任务调度方法。首先，对自动化测试技术、自动化测试优缺点
分布式光纤传感系统是以光纤作为传感介质，利用光纤中的传输光特性的变化来实现对外界物理量的监测，由于其具有长距离传感、全尺度连续性、抗干扰能力强等特点，目前已经广泛应用于土木、电力、通信等行业。本文主要基于相位敏感光时域反射技术(Phase-sensitiveOpticalTimeDomainReflectometer，φ-OTDR)对光纤振动监测和干式空心电抗器的振动监测开展了实验与仿真研究。
本文简述了分布式光纤传感技术基本原理，综述了φ-OTDR系统的研究现状，从光的瑞利散射出发，从理论上分
电气设备在运行中受环境、安装等因素的影响会产生放电现象，长期的放电会增加故障的发生概率，威胁电力和铁路的安全稳定运行。紫外成像仪作为一种探测微弱电晕放电的精密仪器近年来逐渐被应用到电力巡检中。紫外成像仪可分别对放电产生的紫外光信号及周围背景的可见光信号进行成像，并对两图像进行融合以达到定位放电位置的目的。本文主要针对图像融合的相关技术和紫外成像仪中的实时视频图像融合进行研究。
本文主要从基于特征和基于互信息两方面研究了紫外光与可见光图像的配准。分析了基于特征的图像配准流程，并通过Scale-in
在这样一个无线通信技术飞速发展的时代，各种新兴业务接连出现，人们对于移动通信流量的需求呈现指数增长的姿态。大规模多输入多输出(Missive MIMO)技术通过在基站侧部署大量天线，增加天线维度，可以在相同时频资源上服务多个用户，从而大幅度提高系统频谱效率和信道容量。然而，实现MissiveMIMO技术性能优势必须获得准确的信道状态信息(Channel State Information，CSI)，但由于导频资源有限，相邻小区用户之间复用相同导频所引起的导频污染问题严重干扰基站获取准确的CSI。因此，如何
电力变压器是电力系统中的重要设备之一，其运行状态关系整个电网的安全。基于振动法分析变压器运行状态，是变压器在线监测的一种有效方法。变压器振动在线监测过程中，振动监测数据量巨大导致数据存储和处理不便，特别是由于数据样本不完备、故障模式稀缺问题，使得变压器振动异常检测困难重重。
针对变压器振动数据特征提取问题，提出一种基于特征信息增益的无监督特征选择算法。利用互信息理论分析特征之间的相关性与冗余性，提出并应用特征重要度作为评价特征重要性的依据，并给出一种基于关联信息熵的特征排序算法。在标准数据集和变