论文部分内容阅读
根据小波包变换能够将图像信号按不同尺度进行分解的特性，提出了基于图像小波包信息熵特征和遗传神经网络相结合的气-液两相流流型识别的新方法。该方法采用高速摄影系统获取水平管道内气-液两相流的流动图像，经过处理，对图像进行多分辨率分析，提取小波包变换系数的信息熵特征，用主成分分析法降低特征维数构成特征矢量，作为流型样本对遗传神经网络进行训练，实现了对流动图像的流型智能化识别。结果表明：图像小波包信息熵特征可以很好地反映各流型之间的差异；遗传神经网络结合遗传算法和BP算法各自优点，具有收敛速度快、不易陷入局部极小