多尺度通道注意力神经网络

免特征工程

专为ERT重建图像设计,多阶段网络协同优化特征预提取与注意力机制,实现两相流流型全自动高通量识别。

Ge, Bai · Yuan, Feng · Chao, Yan · Chen, Yu · Ruyi, Yuan · 张国渊

Measurement Science and Technology 2025

参数信息

ERT实验数据集识别准确率
0.9837
平均识别准确率
0.944
实验图像数量
246

技术优势

免人工特征工程

网络自动学习区分流型的判别特征,省去人工提取特征步骤,支持全自动高通量识别。

抗介质变化鲁棒

模型在刻意改变气泡电导率的数据集上仍保持高精度,适用于推进剂等介电常数变化的场景。

适应高速工况

在模拟高速涡轮泵工况的仿真数据集上验证通过,可应对动态工业环境。

多阶段协同优化

通过多阶段架构联合优化特征预提取与注意力机制,提升识别性能。

应用场景