燃烧振荡是火焰释热脉动与压力脉动相耦合形成的不稳定现象，自发光图像是其研究中较易采集的一类数据．本文采用手动提取、无监督和声压级监督神经网络三种特征提取方法，在瞬时图像和时均图像两个数据集上提取了火焰图像的低维特征，并分析了其显著性和物理表征，测试了其声压级预测精度和迁移能力．研究结果表明，本文构建的声压级监督网络能够在复现火焰物理含义的基础上实现强鲁棒性、高精度、强迁移性的特征提取和振荡预测．
科研之友
微信
新浪微博
Facebook
分享链接
