科研之友
微信
新浪微博
Facebook
分享链接
摘要
与传统天线相比，泄漏同轴电缆在狭长的传播空间(例如隧道)中具有均匀的电磁信号覆盖特性。泄漏电缆的长期使用以及人为因素不可避免地会导致故障，而不同故障需要不同的处理方法，因此对于漏缆故障类型的识别就极为重要。该文章提出了一种基于标签平滑半监督生成对抗网络(Semi-supervised Generative Adversarial Networks, SSGAN)的漏缆故障类型识别算法。该算法可以利用少量标记数据与大量非标记数据实现较强的分类能力，解决了数据获取困难、标记成本高等问题，并使用了标签平滑技术，使得无监督学习过程更加稳定。实验结果表明，该模型在故障的类型识别下表现良好，使用相同标记数据集的情况下，分类正确率比其他模型更高；相同正确率的情况下，该SSGAN模型使用的标记数据比其他模型更少。
- 单位
