针对传统重建算法对火焰重建精度低,重建速度慢的现状,本文提出了基于正则先验的全变分代数迭代(ARTTV)算法来提高对称与非对称火焰的重建精度,同时,为了提高重建速度,我们建立了基于“ARTTV-PSO(粒子群算法)内核”的极限学习机(ELM)神经网络,该神经网络具有与迭代算法近乎相同的重建能力,同时又具有超过迭代算法约300倍的重建速度。
科研之友
微信
新浪微博
Facebook
分享链接
