基于动态深度可分离卷积神经网络的管道泄漏孔径识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对传统模型为提高管道泄漏检测的精度而导致的模型结构复杂度、参数量和计算量大的问题，提出一种基于动态深度可分离卷积神经网络的管道泄漏孔径识别方法；动态卷积层将提取到的泄漏信号特征经过通道注意力权值计算和动态权值融合，通过动态深度可分离卷积层获得更强的特征表达能力，利用全局平均池化层降低网络模型参数，通过全连接层识别管道泄漏孔径。（剩余12248字）

试读结束

目录
monitor