典型文献
基于深度残差神经网络的电阻层析成像及流型辨识方法
文献摘要:
针对电阻层析成像(electrical resistance tomography,ERT)反问题成像精度和流型识别准确率偏低的问题,提出一种基于深度残差神经网络的两相流电阻层析成像及流型识别方法.利用有限元法对ERT正问题建模,构造多种气液两相流分布状态的"边界电压-电导率分布-流型类别"数据集.搭建用于气液两相流ERT图像重建和流型辨识的残差神经网络模型并进行网络训练,将残差神经网络的两个输出分别进行数据处理,得到重建的电导率分布图像和流型辨识结果.仿真与静态实验结果表明:该方法能够同时实现成像及流型辨识的需求,具有重建图像精度高、泛化性和抗噪性强、流型辨识准确度高的特点.
文献关键词:
残差神经网络;深度学习;电阻层析成像;图像重建;流型辨识
中图分类号:
作者姓名:
仝卫国;曾世超;张立峰;侯哲;郭佳跃
作者机构:
华北电力大学 自动化系,河北保定071003
文献出处:
引用格式:
[1]仝卫国;曾世超;张立峰;侯哲;郭佳跃-.基于深度残差神经网络的电阻层析成像及流型辨识方法)[J].系统仿真学报,2022(09):2028-2036
A类:
B类:
深度残差神经网络,电阻层析成像,流型辨识,辨识方法,electrical,resistance,tomography,ERT,反问题,成像精度,流型识别,识别准确率,流电阻,有限元法,正问题,气液两相流,分布状态,电导率,图像重建,网络训练,分布图,静态实验,现成,重建图像,泛化性,抗噪性
AB值:
0.263304
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。