Abstract：
针对电能质量种类过多造成的难以分类问题,本文提出了一种改进 ResNet(G-ResNet)的电能质量的分类方法.使用格拉姆角场将序列信号转换为格拉姆矩阵,将矩阵叠加后作为深度学习网络模型的输入张量,在ResNet网络中加入通道注意力机制与空间注意力机制,提高模型对局部信号的注意力,使用优化后的ResNet网络对数据进行分类.实验结果表明,所提出的分类方法能够有效地进行分类,比其他分类方法的分类准确率提升了34%,具有一定的应用价值.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福建电脑
ISSN： 1673-2782
CN： 35-1115/TP
Year： 2023
Issue： 8
Volume： 39
Page： 1-4
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 23
Affiliated Colleges：
