科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前广播电视无线发射台站的监控系统大多采用阈值告警的方式,无法识别阈值内数据波动的故障情况以及数据偶发性超阈值的软故障情况。本文选用了目前使用的监控系统提供的入射功率图作为数据样本,采用人工智能技术,模仿人类视觉系统去识别监控曲线图,通过基于AlexNet模型修改训练的CNN对图样进行识别测试后表明,该训练精度为0.995的CNN模型实测效果良好,可满足实际的需求。
- 单位
目前广播电视无线发射台站的监控系统大多采用阈值告警的方式,无法识别阈值内数据波动的故障情况以及数据偶发性超阈值的软故障情况。本文选用了目前使用的监控系统提供的入射功率图作为数据样本,采用人工智能技术,模仿人类视觉系统去识别监控曲线图,通过基于AlexNet模型修改训练的CNN对图样进行识别测试后表明,该训练精度为0.995的CNN模型实测效果良好,可满足实际的需求。
