期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于深度学习的溃坝涌波爬高过程研究 被引量:3
1
作者 陈家祺 曾俊 刘海江 《水动力学研究与进展(A辑)》 CSCD 北大核心 2022年第3期426-431,共6页
该文将卷积神经网络应用于实验室内的溃坝涌波爬高图像数据集,通过对比FCN和U-Net两类语义分割网络,遴选出U-Net作为深度学习模型展开应用。结果表明,U-Net模型在溃坝涌波爬高识别任务中能达到令人满意的效果,但其迁移能力还有待进一步... 该文将卷积神经网络应用于实验室内的溃坝涌波爬高图像数据集,通过对比FCN和U-Net两类语义分割网络,遴选出U-Net作为深度学习模型展开应用。结果表明,U-Net模型在溃坝涌波爬高识别任务中能达到令人满意的效果,但其迁移能力还有待进一步提升。由于该模型对湿润床面上所记录图像中干扰信号的抵抗能力较弱,故对于未参与模型训练的溃坝涌波水体回流图像的识别效果较差。此外,该文还对模型深度学习过程中的三个超参数(学习率、批尺寸和卷积核尺寸)开展了敏感性分析,揭示了这三个超参数对模型预测结果的影响,为后续研究提供了相关参考。 展开更多
关键词 物理试验 卷积神经网络 溃坝涌波 爬高 超参数
原文传递
基于图像识别的波浪爬高测量方法 被引量:1
2
作者 王家伟 王收军 陈松贵 《天津理工大学学报》 2022年第4期48-52,共5页
基于图像识别的波浪爬高测量方法,根据给定的采样频率完成对采集视频的帧提取,建立时间序列图像集。通过对图像标定、灰度化、阈值计算和波面识别获取波面数据,进行波浪爬高计算,得到波浪爬高的测量结果。与电容式波高传感器测量结果对... 基于图像识别的波浪爬高测量方法,根据给定的采样频率完成对采集视频的帧提取,建立时间序列图像集。通过对图像标定、灰度化、阈值计算和波面识别获取波面数据,进行波浪爬高计算,得到波浪爬高的测量结果。与电容式波高传感器测量结果对比表明,利用文中所述算法获得波浪爬高时间曲线与波高传感器实测曲线具有较好的一致性,且对爬高峰值的测量更加准确,并采用图像识别数据对传感器数据进行修正,能较好消除波高传感器斜置状态下测量形成的误差,在兼顾效率的同时提高了爬高测量精度。 展开更多
关键词 图像处理 波浪爬高 误差修正
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部