摘要
本申请提供一种等离子体的振荡模态的确定方法、装置、电子设备及介质,涉及等离子体诊断领域,该方法包括:获取低帧率摄像机采集的霍尔推力器产生等离子体过程的视频数据;采用训练好的图像帧处理网络,对视频数据进行处理,得到按照时间顺序排列的图像帧序列;采用配置的POD算法,对图像帧序列中各图像帧中的等离子体的状态信息进行处理,得到不同种类的振荡模态的能量占比。本申请引入神经网络,通过对大量历史图像数据的学习,捕捉等离子体振荡光学特征的非线性行为,对低帧率的图像进行帧处理,从而生成高帧率的图像,降低对图像采集系统的性能要求、图像处理时间成本和图像储存成本,极大的提高了数据处理效率。
技术关键词
霍尔推力器
序列
视频
摄像机
网络
数据
电子设备
图像采集系统
算法
非线性
通信接口
可读存储介质
存储器
处理器
像素点
表达式
图像处理
处理单元
计算机
系统为您推荐了相关专利信息
机械臂关节
三维重建模型
三维重建方法
电阻式应变传感器
碳纳米管复合材料
衣物图像
深度学习神经网络
衣物识别
实例分割网络
衣物标签
在线快速检测方法
在线快速检测系统
决策树模型
时间序列模型
风险
时序卷积神经网络
多尺度
卷积特征提取
分析模块
周期性