一种基于全卷积神经网络的两相流混合图像分割的方法.pdfVIP

下载本文档

0
0
约1.64万字
约 15页
2023-04-28 发布于四川
举报
版权申诉

一种基于全卷积神经网络的两相流混合图像分割的方法.pdf

1、本文档共15页，其中可免费阅读14页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于全卷积神经网络(FullConvolutionalNetworks,FCN)的气‑液两相流图像分割方法，属于两相流测试领域。其实现步骤为：(1)输入两相流混合图像；(2)对图像进行预处理；(3)使用改进的FCN网络对两相流图像进行语义分割。该方法将两相流图像进行像素到像素的预测和端到端的训练，可以获得任意大小的两相流图像分割结果，分割过程中因避免了由于使用像素块而带来的重复存储和计算卷积的问题使得计算效率更加高效。本发明适应所有涉及两相流和多相流混合图像的分割，该方法分割效果

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114202653 A (43)申请公布日 2022.03.18 (21)申请号 202111412740.2 G06N 3/08 (2006.01) (22)申请日 20