买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网四川省电力公司阿坝供电公司;中科方寸知微(南京)科技有限公司

摘要：本发明公开了基于大数据分析的输电线路鸟类识别算法，涉及大数据分析技术领域。具体包括：收集数据，实时采集输电线路高分辨率图像，获取采集数据；对采集的数据进行预处理，获取预处理数据，用以提高数据的准确性；根据获取的所述预处理数据，进行鸟类特征提取；基于提取的所述鸟类特征，采用机器学习算法，构建鸟类识别模型，对提取的所述鸟类特征进行训练；将实时的采集数据，输入构建的所述鸟类识别模型，用以识别鸟类种类和行为，用以实现输电线路的实时监测。本发明通过数据预处理步骤，利用机器学习模型进行训练，增强模型的泛化能力，基于大数据分析的算法设计，提高了输电线路的安全性和可靠性。

主权项：1.基于大数据分析的输电线路鸟类识别算法，其特征在于，具体包括：步骤S1，通过高分辨率摄像头、红外传感器和声音识别设备收集数据，实时采集输电线路高分辨率图像，获取采集数据；步骤S2，对步骤S1采集的数据进行预处理，获取预处理数据，用以提高数据的准确性；步骤S3、根本步骤S2获取的所述预处理数据，进行鸟类特征提取；步骤S4、基于步骤S3提取的所述鸟类特征，采用机器学习算法，构建鸟类识别模型，对提取的所述鸟类特征进行训练，具体为：S41、从步骤S3中所述鸟类特征中提取n个特征，表示为x＝[x1,x2,…xn]，其中，xi是第i个特征值；S42、对提取的数据进行归一化处理，并将数据划分为训练集、验证集和测试集，计算公式为： 其中，ui和σi分别是第i个特征的均值和标准差；S43、选择支持向量机算法，构建鸟类识别模型，模型公式为： 约束条件为：yiw·xj+b≥1-ξj,ξj≥0；其中，w是权重向量，b是偏置项，ξj是松弛变量，C是正则化参数；S44、通过梯度下降优化算法，使用训练集对SVM模型进行训练，以最小化损失函数，计算公式为： 其中，η是学习率，Lw,b是损失函数；S45、使用验证集和测试集对训练好的所述SVM模型进行评估，用以确定SVM模型的可靠性与稳定性；S46、根据所述SVM模型评估的结果对SVM模型进行超参数调整和特征选择的调整，以确保SVM模型评估的准确性；步骤S5、将实时的采集数据，输入构建的所述鸟类识别模型，用以识别鸟类种类和行为，用以实现输电线路的实时监测。

全文数据：

权利要求：

百度查询： 国网四川省电力公司阿坝供电公司 中科方寸知微(南京)科技有限公司 基于大数据分析的输电线路鸟类识别算法