DBN层次趋势研究及其在航拍图像故障识别中的应用

航拍巡线作为一种高效的线路运检手段已开始投入实用。为了减少人力分辨输电线路设备异常的工作量,实现自动分辨异常图像,进而实现自动化巡检,研究了输电线路图像故障识别的问题。首先从中心极限定理、信息理论以及实验数据等多方面出发,研究了深度信念网络（DBN）权重的层次趋势问题,从而揭示了层次权值逐步趋于正态分布的规律,该结论解释了DBN能自动提取到精细特征的原因。基于层次趋势,提出了一种确定DBN层数的指标,即正态分布满足率（NDSR）,可降低算法的时间复杂度。最后对巡线图像故障识别进行了研究,并验证了DBN在巡线图像故障识别应用中的有效性。与PCASVM等算法进行了比较,实验结果表明该算法的正确识别率明显比其他算法高,可为输电线路状态检测提供可靠的依据。