基于CNN-Transformer雙流網(wǎng)絡(luò)的燒結(jié)火焰燃燒狀態(tài)分類
應(yīng)用光學(xué)
頁(yè)數(shù): 7 2023-09-15
摘要: 燒結(jié)火焰圖像中具有細(xì)粒度的局部火焰狀態(tài)特征信息和復(fù)雜多變的全局火焰狀態(tài)特征信息,而傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)往往對(duì)局部特征更加敏感,難以提取火焰狀態(tài)的全局特征信息,從而制約燒結(jié)火焰特征的表達(dá)能力,導(dǎo)致燒結(jié)火焰狀態(tài)分類識(shí)別精度低。針對(duì)此類問題,提出一種基于CNN-Transformer的雙流網(wǎng)絡(luò)特征融合分類方法,該方法包含CNN(convolutional neural networks...