基于粒子群优化Hopfield网络匹配的稀相颗粒速度测量

• 作者: 周云龙 周红娟 宋连壮
• 来源期刊: 化工学报
• 关键词: 稀相输送 图像处理 粒子群优化 Hopfield网络 粒子跟踪测速技术
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 流体力学与传递现象
• 页码范围: 348-354
• 分类号: O359.1
• 语种: 中文

摘要

提出了一种基于粒子群算法(PSO)和Hopfield神经网络相结合的粒子跟踪测速算法.该方法采用高速摄影系统拍摄气固两相流的稀相颗粒运动图像,经图像处理后,提取形心参数.将粒子匹配问题转化为优化问题,采用粒子群优化算法与Hopfield神经网络相结合的方法进行优化,求出最优解来实现颗粒的正确匹配,然后计算出颗粒的速度矢量,并与互相关法求出的速度进行对比,实验结果表明,该方法能准确地跟踪稀相颗粒,是一种有效的稀相流场速度测量方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周云龙	东北电力大学能源与机械工程学院	298	2173	22.0	30.0
2	周红娟	东北电力大学能源与机械工程学院	6	48	5.0	6.0
3	宋连壮	东北电力大学自动化工程学院	4	28	3.0	4.0