作者:仝卫国,朱赓宏 单位:中国船舶重工集团公司第七0三研究所 出版:《热能动力工程》2020年第06期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFRNWS2020060190 DOC编号:DOCRNWS2020060199 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于高速摄影传感器的气液两相流型分层模糊识别》PDF+DOC2016年第11期 常佃康,薛婷,张旖婷 《电容层析成像两相流流型可视化系统》PDF+DOC2001年第05期 黄志尧,赵昀,王保良,李海青 《基于小波变换的气液两相流系统软测量》PDF+DOC2005年第01期 权志英,陈德运,孙立镌 《低温气液两相流流型识别及相关测量技术》PDF+DOC2004年第02期 李祥东,汪荣顺,顾安忠 《多元时间序列复杂网络流型动力学分析》PDF+DOC 高忠科,金宁德,杨丹,翟路生,杜萌 《基于电容层析法糖浆气液两相流识别》PDF+DOC2011年第05期 刘梦伦,傅文利,蒙华,刘金花,赵进创 《气液两相流空隙率测量方法微重力环境应用研究》PDF+DOC2009年第10期 周文兴,邓一兵,周抗寒,王伟荣,尹永利 《电阻层析成像系统敏感场特性分析及仿真》PDF+DOC2007年第09期 陈德运,吴瑞芬 《电阻层析成像系统敏感场特性分析及图像重建》PDF+DOC2010年第08期 张彦俊,陈宇,陈德运,于晓洋 《基于截面含气率的气/液两相流相关速度测量》PDF+DOC2009年第10期 何泳成,王化祥,张立峰,崔自强
  • 通过对电阻层析成像数据采集原理和深度学习网络的研究,提出了一种基于阵列电阻值和多层感知器深度学习网络相结合的流型识别方法。利用电阻层析成像系统中的16个电极传感器来获取流型样本数据,并构建出流型识别数据库,然后对多层感知器深度学习网络进行训练,获得可以识别不同流型的网络。实验结果表明,采用阵列电阻值结合多层感知器网络对流型进行学习和识别的方法,流型识别准确率可以达到95%,解决了流型图像生成过程与数据特征预选过程中流型特征损失的问题,流型识别性能得到了提高。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。