科研之友
微信
新浪微博
Facebook
分享链接
摘要
转炉炼钢的状态判别对成品钢材质量的好坏有直接影响。根据人工经验的状态判别需要持续观察炉口的火焰变化，存在主观性强、成本高等问题。为了提升转炉炼钢状态判别的准确率，提出一种基于注意力机制的3D残差卷积神经网络模型。改进的通道注意力将平均池化和最大池化进行特征融合，可以推断出更精细的通道特征，空间注意力能提取到空间上的重点信息。实验结果表明，改进的模型效果好于SE、CBAM和ECA注意力模块，与未加注意力机制的3D残差模型相比，F1分数提高了1.03个百分点，准确度提高了1.06个百分点。最后通过消融实验，分析通道注意力和空间注意力对于网络模型的影响。
- 单位
