典型文献
基于改进注意力网络的转炉炼钢状态判别
文献摘要：
转炉炼钢的状态判别对成品钢材质量的好坏有直接影响.根据人工经验的状态判别需要持续观察炉口的火焰变化,存在主观性强、成本高等问题.为了提升转炉炼钢状态判别的准确率,提出一种基于注意力机制的3D残差卷积神经网络模型.改进的通道注意力将平均池化和最大池化进行特征融合,可以推断出更精细的通道特征,空间注意力能提取到空间上的重点信息.实验结果表明,改进的模型效果好于SE、CBAM和ECA注意力模块,与未加注意力机制的3D残差模型相比,F1分数提高了1.03个百分点,准确度提高了1.06个百分点.最后通过消融实验,分析通道注意力和空间注意力对于网络模型的影响.
文献关键词：
转炉炼钢;视频分类;三维卷积神经网络;残差网络;注意力机制
中图分类号：
作者姓名：
贺雨霞;曹国
作者机构：
南京理工大学计算机科学与工程学院,江苏 南京 210094
文献出处：
引用格式：
[1]贺雨霞;曹国-.基于改进注意力网络的转炉炼钢状态判别)[J].计算机与现代化,2022(07):97-102
A类：
B类：
注意力网络,转炉炼钢,状态判别,钢材质量,好坏,火焰,主观性,注意力机制,残差卷积神经网络,卷积神经网络模型,通道注意力,平均池化,最大池化,特征融合,推断出,通道特征,空间注意力,力能,取到,SE,CBAM,ECA,注意力模块,未加,残差模型,百分点,消融实验,视频分类,三维卷积神经网络,残差网络
AB值：
0.358704
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
