Early warning technology and optimization research on real-time perception of environmental protection risk during the construction period of power transmission and transformation projects based on image processing algorithm
Notice bibliographique
Résumé
The level of informationization infrastructure of the power system is constantly improving, and it is of great practical significance to carry out real-time perception and early warning of environmental risks during the construction period of the project based on image processing algorithms.This paper proposes a multi-scale parallel real-time detection algorithm based on SSD, which optimizes the network structure of SSD algorithm, combines and splices different sizes of inverted residual blocks and different types of activation functions with each other, and designs a kind of lightweight feature extraction network EPNets.Then, it proposes a lightweight parallel fusion structure, which is applied to the multi-scale prediction of the lightweight feature extraction network, and optimizes the environmental risk real-time detection speed of the algorithm.The algorithm is optimized for realtime environmental risk detection speed.A Bayesian network-based environmental risk behavior warning model is constructed to provide real-time warning for the detected risk behaviors.By comparing with the original algorithm and existing target detection algorithms, the multi-scale parallel fusion detection algorithm based on SSD proposed in this paper can maintain good detection speed with low loss degree, and its environmental protection risk identification time is only 9ms.Meanwhile, the early warning algorithm in this paper realizes the accurate early warning of the soil erosion risk in the study area through the soil erosion environmental protection risk during the construction period of transmission and transformation projects detected.It provides an objective guideline for the control of environmental protection risks and work priorities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».