深度信念网络在故障指示器检测中的应用.pdfVIP

2015年 第34卷 第7期 传感器与微系统(TransducerandMicrosystemTechnologies) 155 DOI：10．13873／J．1000-9787(2015)07-0155-03 深度信念网络在故障指示器检测中的应用 阳 武，李 倩，赵继生，高 强，余 萍 (华北电力大学 电气与电子工程学院，河北 保定 071003) 摘 要：电子产品在生产过程中需进行产品检测 ，以故障指示器的检测为例，结合深度信念网络 (DBN) 技术实现了自动检测。深度信念网络由于其具有无监督预训练的优势，将其应用于实际系统，对现场的故 障指示器视频图像的动作状态进行了分类实验。实验结果表明：深度信念网络分类算法相比于支持向量 机 (SVM)分类算法和BP分类算法有明显的优势，正确识别率达到了100％。该算法在产品检验的应用中 满足生产测试的要求 ，且降低了人工测试的劳动强度，缓解了视觉疲劳问题。 关键词：深度信念网络 ；产品检测 ；故障指示器；分类实验；正确识别率 中图分类号：TM93 文献标识码：A 文章编号：1000--9787(2015)07-0155-03 Application ofdeepbeliefnetwork infaultindicatordetection YANGWu，LIQian，ZHAOJi-sheng，GAOQiang，YUPing (SchoolofElectricalandElectronicsEngineering，NorthChinaElectricPowerUniversity， Baoding071003，China) Abstract：Electronicproductsneedtobeinspectedinthecourseoffabrication．Combingthetechnologyofdeep beliefnetwork(DBN)，takethedetectionoffaultindicatorsasanexampleandthedetectingautomationis realized．DBN isappliedtoactual system becauseofitsadvantageof unsupervisedpre—training．Theactionstateof videoimagesof faultindicatorisappliedtoclassificationexperiment．Theexperimentalresultsshow thattheDBN classificationalgorithm hasevidentadvantagescomparedwithsuppo~vectormachine(SVM)andBPneural networkclassificationalgorithm ．theaccuracyrecognitionisup to100％ ．TheapplicationofDBN algorithm in productinspectioncansatisfythedemandof productivemeasuring，reducelaborintensityofartificial tests，ease visualfatigue． Keywords：deepbeliefnetwork(DBN)；productinspection；faultindicator；classificationexperiment：accuracy recognitionrate 0 引 言 2010~2012年，许多研究者提出了基于回火的马尔科夫链 在产品生产过程中，产品的质量是否合格