基于1D-CNN-AdaBoost及电阻层析成像的两相流流型辨识

作者：张立峰; 肖凯; 华回春

来源：计量学报, 2022, 43(12): 1622-1626.

• 计量学
• 流型辨识
• 电阻层析成像
• 卷积神经网络
• 自适应提升

基于电阻层析成像(ERT)系统采集的垂直管气液两相流测量数据，将一维卷积神经网络(1D-CNN)与AdaBoost(Adaptive Boosting)相结合，构建1D-CNN-AdaBoost算法，进行了气液两相流流型辩识研究。该算法使用5个1D-CNN作为弱分类器，通过实验数据样本训练，结合AdaBoost形成最终的强分类器。将1D-CNN-AdaBoost算法与BP神经网络、支持向量机及决策树算法进行比较，结果表明，1D-CNN-AdaBoost算法辨识正确率高于其他算法，平均辨识正确率可达97%。

• 单位
  华北电力大学