浙江思极科技申请基于卷积神经网络的电力杆塔识别方法及系统专利，提升了电力杆塔识别系统运行效率_能源资讯

浙江思极科技申请基于卷积神经网络的电力杆塔识别方法及系统专利，提升了电力杆塔识别系统运行效率

创始人

2026-08-31 11:33:44

国家知识产权局信息显示，浙江思极科技有限公司申请一项名为“一种基于卷积神经网络的电力杆塔识别方法及系统”的专利，公开号CN122657603A，申请日期为2026年6月。

专利摘要显示，本发明属于电力杆塔技术领域，具体涉及一种基于卷积神经网络的电力杆塔识别方法及系统。本发明通过对电力杆塔数据进行分类标记与归一化处理，构建训练样本集与测试样本集，基于卷积神经网络模型计算模型评分并识别关键识别节点，进而构建电力杆塔完整结构模型。本发明基于取样区间内偏差节点连续出现频率，对电力杆塔数据进行自动化分类标记，构建训练样本集与测试样本集，基于数据处理机制，实现电力杆塔状态自动化筛选与监控；通过对海量数据进行预处理与分类，降低人工巡检强度，确保输入模型数据具有明确类别特征，提升了电力杆塔识别系统运行效率。

天眼查资料显示，浙江思极科技有限公司，成立于2020年，位于湖州市，是一家以从事批发业为主的企业。企业注册资本1000万人民币。通过天眼查大数据分析，浙江思极科技有限公司专利信息1条，此外企业还拥有行政许可1个。

声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

来源：市场资讯

上一篇：中国水利水电第四工程局申请可靠连接的坝体防渗结构专利，提高安装效率

下一篇：华是科技成功获承装(修、试)电力资质

浙江思极科技申请基于卷积神经网络的电力杆塔识别方法及系统专利，提升了电力杆塔识别系统运行效率

相关内容

热门资讯