电力工业论文_基于改进K-最近邻算法的变电站设 - 电瓷避雷器杂志社投稿

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

电力工业论文_基于改进K-最近邻算法的变电站设

作者:

关键词:

摘要：

文章摘要:针对变电站设备三维点云数据采集缺陷造成的场景重建精度低、效率差等问题，在对识别过程进行分析的基础上，提出了一种结合K-最近邻分类算法和改进粒子群算的变电站设备分类识别方法。使用改进的粒子群优化算法来优化K-最近邻分类器的输入权重，提高了设备的分类识别精度。通过仿真进行对比分析，验证该方法的优越性。结果表明，采用该方法的分类识别效果显著，训练准确率达到100%，测试准确率达到99%，与传统识别方法相比，识别准确率从97%提高到99%，平均识别时间从85.81 s降低到0.19 s。该方法解决了变电站设备三维点云数据采集缺陷造成的场景重建精度低、效率差、识别率低等问题，有效提高了变电站设备的分类识别效果，具有良好的实用价值和可操作性。

文章关键词:

作者单位:

论文分类号:TM63

文章来源：《电瓷避雷器》网址: http://www.dcblqzz.cn/qikandaodu/2021/1031/585.html