摘要
本发明公开了一种转炉炼钢后期炉内温度检测模型和方法,涉及温度检测技术领域,所述模型包括:特征提取器模块,由卷积与池化层、四个block层、平均池化层前后连接构成,对炉口火焰图像进行自动特征提取;改进ECA模块,包含于每一个block层之中,通过对通道维度进行1D卷积操作从而对不同的通道权重进行加权计算;回归器模块,对特征提取器模块计算得到的特征数据进行计算,得到归一化后的无量纲检测值;在预训练时,训练学习模块单独训练特征提取器模块,在正式训练时,训练学习模块同时训练特征提取器模块与回归器模块,并通过误差反向传播进行参数更新;输出模块对回归器模块输出的无量纲检测值进行反归一化操作,得到具有温度量纲的温度检测值。
技术关键词
特征提取器
温度检测模型
转炉炼钢
温度检测方法
自动特征提取
炉口
误差反向传播
数据
随机梯度下降
图像
训练集
输出模块
温度检测技术
参数
优化器
网络
通道
阶段
系统为您推荐了相关专利信息
深度学习模型训练
原型
生成对抗网络
水下图像数据
多尺度特征金字塔
模拟退火优化
自动生成方法
布局
模拟退火算法
家具
射频指纹识别方法
面向多场景
信号
软件无线电
数据
温度检测模型
温度预测方法
重力
大语言模型
光谱光度计
数字孪生模型
高土石坝
卷积特征提取
损失计算方法
交互模型