检索结果-南通市图书馆

冶金自动化 2024年第2期48卷 50-59页

作者：蒋博涵陈先中侯庆文张洁张森北京科技大学自动化学院北京科技大学工业过程知识自动化教育部重点实验室北京市工业波谱成像工程技术研究中心

高炉雷达料线提取目前普遍采用神经网络加能量重心法的两步提取料线法，存在网络模型和机理模型混合分步计算，易受特殊环境强噪声影响的问题。本文提出了一种改进的基于语义分割的高炉料线提取bs-transunet算法。首先，针对高炉料面周... 详细信息

高炉雷达料线提取目前普遍采用神经网络加能量重心法的两步提取料线法，存在网络模型和机理模型混合分步计算，易受特殊环境强噪声影响的问题。本文提出了一种改进的基于语义分割的高炉料线提取bs-transunet算法。首先，针对高炉料面周期性形态和粒度变化以及信噪比衰减问题，在卷积神经网络(convolution neural network, CNN)和Transformer模块之间引入了空洞空间金字塔池化(atrous spatial pyramid pooling, ASPP)模块，获得料面细粒度特征；然后，将坐标注意力(coordinate attention, CA)模块集成到每次上采样之后，更全面地滤除背景噪声，抑制对无效高频纹理特征的提取；最后，将跳跃链接替换为跳跃连接融合(BiFusion)模块，进一步提高分割性能。实验结果表明，改进的算法在高炉雷达料面数据集上，平均交并比(mean intersection over union, MIoU)和F1分数分别提高了1.77%和1.46%,类别平均像素准确率(mean pixel accuracy, MPA)提高了1.97%,其中F1分数可以达到86.18%。与传统的两步提取料线法相比，在高炉恶劣环境下采用端到端的分割料线一步法，料线获取的精度和稳定性均得到了改善。

关键词：高炉雷达料线提取语义分割 bs-transunet

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：