典型文献
基于深度学习的两相流气泡末速度预测
文献摘要：
针对在气液两相流中难以进行稳态分析,无法对气泡末速度进行精准预测的问题,提出一种基于深度学习的气泡末速度预测方法.首先,搭建了一套高速相机采集系统获取气泡图像,利用图像处理技术和椭圆拟合算法对气泡进行图像分割,进而计算气泡上升速度,建立关于气泡末速度的图像数据集;然后,设计了一种以VGG网络为基础的回归网络模型,并采用迁移学习的方式对VGG网络进行训练和参数优化,有效地解决了训练样本不足、预测精度低的问题,实现了对气液两相流中气泡末速度的精准预测.实验结果表明:与传统的定量分析方法相比,基于迁移学习的VGG回归网络能够更好地对气泡图像进行特征提取,得到更为精准的气泡末速度预测模型,同时在小样本数据集中具备较好的泛化能力.
文献关键词：
气泡末速度;两相流;深度学习;VGG;高速相机;图像处理;迁移学习;小样本数据集
中图分类号：
作者姓名：
王红一;张浩
作者机构：
天津工业大学 人工智能学院,天津 300387;天津工业大学 控制科学与工程学院,天津 300387
文献出处：
引用格式：
[1]王红一;张浩-.基于深度学习的两相流气泡末速度预测)[J].现代电子技术,2022(15):69-72
A类：
气泡末速度
B类：
流气,速度预测,气液两相流,稳态分析,精准预测,高速相机,机采,采集系统,气泡图,图像处理技术,椭圆拟合,拟合算法,图像分割,泡上,上升速度,图像数据集,VGG,迁移学习,训练样本,中气,定量分析方法,小样本数据集,泛化能力
AB值：
0.21449
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。
