基于改进MobileNet V3的非侵入式负荷识别算法研究

您当前的位置：

首页 >

文章列表页 >

人工智能 | 更新时间：2026-05-27

- 基于改进MobileNet V3的非侵入式负荷识别算法研究
- Research on Non-Intrusive Load Recognition Algorithm Based on Improved MobileNet V3
- 软件导刊 2026年25卷第5期页码：80-87
- 作者机构：
  
  福州大学至诚学院信息工程系，福建福州 350001
- 作者简介：
  
  郑旭丹（1986-），女，福州大学至诚学院信息工程系讲师，研究方向为人工智能。
- 基金信息：
  
  福建省中青年教师教育科研项目（科技类）(JAT231184);福建省本科高校教育教学研究项目(FBJY20240105);教育部产学合作协同育人项目(230706093274451)
- DOI：10.11907/rjdk.251479
  中图分类号： TP391
- 收稿：2025-07-23，
  
  纸质出版：2026-05-15
- 稿件说明：
移动端阅览
郑旭丹,黄福明.基于改进MobileNet V3的非侵入式负荷识别算法研究[J].软件导刊,2026,25(05):80-87.

ZHENG Xudan,HUANG Fuming.Research on Non-Intrusive Load Recognition Algorithm Based on Improved MobileNet V3[J].Software Guide,2026,25(05):80-87.
郑旭丹,黄福明.基于改进MobileNet V3的非侵入式负荷识别算法研究[J].软件导刊,2026,25(05):80-87. DOI： 10.11907/rjdk.251479.

ZHENG Xudan,HUANG Fuming.Research on Non-Intrusive Load Recognition Algorithm Based on Improved MobileNet V3[J].Software Guide,2026,25(05):80-87. DOI： 10.11907/rjdk.251479.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向挤奶机器人的轻量化奶牛乳头检测算法

深度学习驱动的轻量化医疗图像压缩模型

面向中医诊疗的一种深度学习舌像分割模型

基于改进YOLOv7的输电线路外破隐患检测算法

基于改进YOLOv8的梯子检测与定位