计算机应用研究

作者：王阳,付晓薇,李曦,

单位：1.武汉科技大学a.计算机科学与技术学院;b.智能信息处理与实时工业系统湖北省重点实验室,武汉430065；2.华中科技大学人工智能与自动化学院,武汉430074；

关键词：固体氧化物燃料电池,卷积神经网络,混合注意力机制,轻量级网络,图像特征金字塔,

基金：国家自然科学基金资助项目(61873323,U2066202)；武汉市科技计划资助项目(2018010401011292)；武汉科技大学国防预研基金资助项目；智能信息处理与实时工业系统湖北省重点实验室开放课题项目(znxx2018ZD01)；深圳科技创新计划重点项目(JCYJ20210324115606017)；；

针对固体氧化物燃料电池（SOFC）燃烧室燃烧状态识别问题，提出一种基于注意力机制与图像特征金字塔的SOFC燃烧室燃烧状态识别方法。该方法使用加权分布的自适应伽马矫正算法（AGCWD）进行数据前处理，对数据进行标准化；利用两个附加1×1卷积的全连接改进了压缩—激励结构，并结合空间注意力，提出了一种混合注意力结构，提升了网络特征提取能力；为增强特征的多尺度信息交流能力，使用双向计算和多尺度融合，提出了多尺度双向融合金字塔。实验表明，所提方法在参数量为3.98 M、浮点运算数（FLOPs）为397 M的前提下，识别准确率达到99.22%，能够有效识别SOFC燃烧室燃烧状态。

来源：2023年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第8期