等离子体的振荡模态的确定方法、装置、电子设备及介质

AITNT
正文
推荐专利
等离子体的振荡模态的确定方法、装置、电子设备及介质
申请号:CN202511201082
申请日期:2025-08-26
公开号:CN120853090A
公开日期:2025-10-28
类型:发明专利
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
1
基于万物互联的数据高效采集系统
高效采集系统 数据分布特征 特征值 极值 万物
2
一种自感知刚柔切换机械臂关节及三维重建方法
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
3
基于图像模糊分级的衣物检测方法、装置、设备及介质
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
4
工业废水水质在线快速检测系统及方法
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
5
一种基于多尺度时序卷积神经网络的水华预测模型及方法
时序卷积神经网络 多尺度 卷积特征提取 分析模块 周期性
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号