科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了一种基于深度森林(DF)算法与电阻层析成像技术(ERT)的气液两相流流型辨识方法。首先利用ERT实验装置对4种典型流型进行数据采集，以多帧数据求均值的方式对采集的数据进行预处理；然后选择合适的基本分类器构建深度森林模型，并调整模型的最大层数以保障分类的准确率；最后对多帧数据求均值的有效性和深度森林模型的流型辨识能力进行验证，并与深度神经网络(DNN)及卷积神经网络(CNN)2种传统深度学习算法进行比较。结果表明深度森林的流型辨识准确性优于其他2种算法，平均辨识精度可达98.75%,多帧数据求均值的预处理方法更有利于流型辨识。
- 出版日期2023
- 单位华北电力大学
