龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东电网有限责任公司清远供电局
摘要：本发明公开了一种变电站三维模型重构方法，所述方法包括：获取三维模型公开数据库数据构成基础训练集；获取变电站设备原始图像并进行标记并确定迁移学习训练集；对所述基础训练集合和所述迁移学习训练集中的图像进行处理并提取得到设备特征图，基于所述设备特征图构造深度卷积自编码神经网络；使用所述基础训练集训练深度卷积自编码神经网络，并使用所述迁移学习训练集对深度卷积自编码神经网络进一步训练；根据训练完成的深度卷积自编码神经网络对变电站进行建模，得到变电站三维模型。通过采用上述技术方案，可对变电站的三维模型进行构建，提高变电站建模的效率，减少建模中采样的工作量。
主权项：1.一种变电站三维模型重构方法，其特征在于，包括：获取三维模型公开数据库数据构成基础训练集；获取变电站设备原始图像并进行标记，进而确定迁移学习训练集，包括：获取变电站设备多角度摄影图像，对获取的图像进行标记，并选取其中正投影图像作为监督训练标签，其他图像则构成迁移学习训练集；对所述基础训练集和所述迁移学习训练集中的图像进行处理并提取得到设备特征图，包括：对获取的所有二维图像数据进行裁剪、统一尺寸以及归一化处理；使用多组不同类型形态学算子对预处理后的二维图像进行滤波，分别提取变电站设备不同维度的特征信息；使用解码器对所提取特征信息进行解码，得到变电站设备特征图；基于所述设备特征图构造深度卷积自编码神经网络；使用所述基础训练集训练深度卷积自编码神经网络，包括：采用Hinge损失函数作为深度卷积自编码神经网络的损失函数，将训练样本随机划分为大小为64～256的mini-batch；在不同的mini-batch上利用随机梯度下降算法训练不同的子模型，完成对整个深度卷积自编码神经网络模型的训练；并使用所述迁移学习训练集对深度卷积自编码神经网络进一步训练；根据训练完成的深度卷积自编码神经网络对变电站进行建模，得到变电站三维模型。
全文数据：
权利要求：
百度查询： 广东电网有限责任公司清远供电局 一种变电站三维模型重构方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号