电力系统保护与控制2023，Vol.51Issue(15)：55-65,11.DOI:10.19783/j.cnki.pspc.221906
融合格拉姆角场的深度特征学习在痕量气体浓度识别中的应用研究
Application of deep feature learning with Gram's angle field for trace gas concentration identification
摘要
关键词
气体绝缘金属封闭式组合电器/痕量气体/格拉姆角场/VGG16改进模型/受试者工作特征曲线下面积Key words
gas insulated switchgear/trace gas mixtures/Gram's angle field/upgraded VGG16 model/area under the curve引用本文复制引用
齐胜,单海鸥,罗林,曹宇鹏..融合格拉姆角场的深度特征学习在痕量气体浓度识别中的应用研究[J].电力系统保护与控制,2023,51(15):55-65,11.基金项目
国家自然科学基金青年项目资助(61703191) （61703191）
辽宁省教育厅科学研究面上项目资助(LJKZ0423) （LJKZ0423）
工业控制技术国家重点实验室开放课题资助(ICT2021B41)This work is supported by the Youth Fund of National Natural Science Foundation of China (No. 61703191). （ICT2021B41）
