← 返回列表
一种池沸腾过程识别方法及模型训练方法、装置、设备
申请人信息
- 申请人:中山大学
- 申请人地址:510275 广东省广州市海珠区新港西路135号
- 发明人: 中山大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种池沸腾过程识别方法及模型训练方法、装置、设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311231934.1 |
| 申请日 | 2023/9/21 |
| 公告号 | CN117372920A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06V20/40 |
| 权利人 | 中山大学 |
| 发明人 | 衡益; 黄明鸣; 罗玖 |
| 地址 | 广东省广州市海珠区新港西路135号 |
摘要文本
中山大学获取“一种透气窗帘布”专利技术，本公开实施例涉及一种池沸腾过程识别方法及模型训练方法、装置、设备。前述方法的主要步骤包括：获取容器内流体的目标图像，目标图像包括目标对象所对应的多个区域图像，目标对象包括气泡、气膜和池沸腾流体受热产生的液体膜中的至少一类对象，确定多个区域图像所对应的目标对象的几何属性数值，根据几何属性数值，对多个区域图像分组，提取每组区域图像的特征数据，将每组区域图像的特征数据输入预先训练好的识别模型中，输出池沸腾过程的识别结果，识别模型为根据多个池沸腾样本数据获得的训练数据集训练得到的机器学习模型。采用前述方法能够提高池沸腾过程识别的准确度和识别效率。
专利主权项内容
1.一种池沸腾过程识别方法，其特征在于，所述方法包括：获取容器内流体的目标图像，所述目标图像包括目标对象所对应的多个区域图像，所述目标对象包括气泡、气膜和池沸腾流体受热产生的液体膜中的至少一类对象；确定所述多个区域图像所对应的目标对象的几何属性数值；根据所述几何属性数值，对所述多个区域图像分组；提取每组区域图像的特征数据；将每组区域图像的特征数据输入预先训练好的识别模型中，输出池沸腾过程的识别结果，所述识别模型为根据多个池沸腾样本数据获得的训练数据集训练得到的机器学习模型。