首页|基于多颜色空间的太阳能电池片智能分类

基于多颜色空间的太阳能电池片智能分类

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对目前人工分类太阳能电池片效率低、误差大的问题,提出了一种基于太阳能电池片多颜色空间信息的LeNet-5智能分类模型.首先构建太阳能电池片基本分类模型,优化LeNet-5网络结构提高模型性能;然后分析不同颜色空间在太阳能电池片分类中的作用,并给出多颜色空间分类融合算法.实验结果表明,RGB+Lab+HSV的三种颜色空间组合模型分类效果最佳,准确率高达94.56％,基本达到工业应用要求.
Intelligent Classification of Solar Panels Based on Multi-Color Space

王倩、高向军、葛方振、沈龙凤、李想、刘怀愚

展开 >

淮北师范大学计算机科学与技术学院 淮北 235000

太阳能电池片 LeNet-5 颜色空间 图像分类

安徽省重点研究与开发计划面上攻关项目安徽省自然科学基金安徽省自然科学基金安徽高校自然科学研究项目安徽高校自然科学研究项目

201904a050200721808085MF1741808085QF181KJ2019A0606KJ2019A0603

2021

10.3969/j.issn.1672-9722.2021.03.027

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(3)
  • 1
  • 8