基于深度學(xué)習(xí)的HL-2A魚(yú)骨模識(shí)別算法研究

摘要： 基于深度學(xué)習(xí)的方法，在HL-2A裝置上開(kāi)發(fā)出了一套魚(yú)骨模(FB)識(shí)別算法。算法使用858(780次放電訓(xùn)練，78次放電驗(yàn)證)次放電數(shù)據(jù)、約46.38萬(wàn)數(shù)據(jù)切片進(jìn)行訓(xùn)練與驗(yàn)證，得到了一個(gè)主要由卷積層、殘差連接層、全連接層組成的卷積神經(jīng)網(wǎng)絡(luò)。為衡量算法的識(shí)別能力，該算法被用來(lái)掃描式地識(shí)別了HL-2A裝置的780次放電數(shù)據(jù)，共識(shí)別出86820次FB區(qū)間，其中誤識(shí)別4327次，誤報(bào)率為...