[发明专利]一种基于卷积神经网络的粒子图像测速方法有效
| 申请号： | 201910105156.9 | 申请日： | 2019-02-01 |
| 公开（公告）号： | CN109669049B | 公开（公告）日： | 2021-04-09 |
| 发明（设计）人： | 许超;蔡声泽;高琪;周世超 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G01P5/22 | 分类号： | G01P5/22;G06N3/04 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 邱启旺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的粒子图像测速方法，它采用监督学习的方法解决从二维流体粒子图像中提取速度场的问题。该方法包括产生PIV数据集、搭建神经网络模型、读取粒子图像、预处理、网络运行、后处理步骤。其中，PIV数据有两种方式：一是已知速度场生成粒子图，二是已有实验粒子图生成速度场。网络模型是采用卷积神经网络，通过训练参数得到PIV卷积神经网络模型，其输入是两幅图像，输出是图像上每个像素点的速度矢量场。应用本发明，可以从粒子图像中获取高分辨率高精度的速度场，同时能提高粒子图像测速的运算效率。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 粒子 图像 测速 方法 | ||
【主权项】：
1.一种基于卷积神经网络的粒子图像测速方法，其特征在于，该方法采用监督深度学习的卷积神经网络实现从二维流体粒子图像中提取分析速度场，它包括以下步骤：步骤1：生成PIV数据集。步骤2：搭建卷积神经网络并进行网络训练。步骤3：读取粒子图像。步骤4：对图像进行预处理。步骤5：用训练好的网络模型来计算速度场。步骤6：对速度场进行后处理，获取最后结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910105156.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种船舶旋转轴系瞬时转速测量装置及方法
- 下一篇：油井出油速度检测装置
