近日，bat365官网登录入口2023届研究生梁琴在电气工程学院研究生团队指导培养下，通过自身努力在仪器仪表领域国际SCI期刊《Sensors》（2022年JCR分区，Q1）上发表了题为“A New Approach to Optimize SVM for Insulator State Identification Based on Improved PSO Algorithm”的学术研究论文。

机器学习在人工智能研究中具有十分重要的地位和作用，梁琴同学发表的这篇学术论文，充分利用图像处理、机器学习等相关理论知识，构建了改进的PSO-SVM分类器，成功实现了对高压输电线路绝缘子状态的识别和分类，不仅为绝缘子运行状态的实时检测和故障诊断奠定了基础，同时为电力系统“自动化”发展路线提供了新思路。

论文链接：https://www.mdpi.com/1424-8220/23/1/272