基于深度森林及電阻層析成像的氣液兩相流流型辨識

摘要： 提出了一種基于深度森林(DF)算法與電阻層析成像技術(shù)(ERT)的氣液兩相流流型辨識方法。首先利用ERT實驗裝置對4種典型流型進行數(shù)據(jù)采集，以多幀數(shù)據(jù)求均值的方式對采集的數(shù)據(jù)進行預(yù)處理；然后選擇合適的基本分類器構(gòu)建深度森林模型，并調(diào)整模型的最大層數(shù)以保障分類的準(zhǔn)確率；最后對多幀數(shù)據(jù)求均值的有效性和深度森林模型的流型辨識能力進行驗證，并與深度神經(jīng)網(wǎng)絡(luò)(DNN)及卷積神經(jīng)網(wǎng)絡(luò)(CNN...