Cellular neural network to detect spurious vectors in PIV data
Cellular neural network to detect spurious vectors in PIV data
复制标题
用于检测 PIV 数据中的虚假向量的细胞神经网络
DOI：
10.1007/s00348-002-0530-8
复制
发表时间：
2003
影响因子：
2.4
通讯作者：
Y.L.Li
中科院分区：
文献类型：
--
作者：
D.F.Liang;C.B.Jiang;Y.L.Li
提出了一种人工神经网络(ANN)方法来有效地检测粒子图像测速仪(PIV)测量的速度场中的虚假速度矢量。神经网络是称为细胞神经网络(CNN)的递归网络。将该方法与局部-中值法进行了比较，以去除测量野值。使用包含已知误差的人工生成的速度场和实际的实验数据来研究这些方法的性能。讨论了速度梯度和误差百分比的影响。CNN模型在去除错误向量方面显示出更高的效率。
This paper proposes an artificial neural network (ANN) method to effectively detect spurious velocity vectors in a velocity field measured by particle image velocimetry (PIV). The neural network is a recurrent network referred to as a cellular neural network (CNN). The method is compared with the local-median method to remove measurement outliers. Both artificially generated velocity fields containing known errors and actual experimental data were used to study the performance of these methods. The influences of the velocity gradient and the error percentage are discussed. The CNN model was shown to be more efficient for removal of erroneous vectors.
登录
查看更多内容
影响因子：
2.4
作者：
Labonté, G
通讯作者：
Labonté, G
影响因子：
2.4
作者：
Douglas P. Hart
通讯作者：
Douglas P. Hart
影响因子：
2.4
作者：
Ajay K. Prasad;Ronald J. Adrian;C. Landreth;P. W. Offutt
通讯作者：
Ajay K. Prasad;Ronald J. Adrian;C. Landreth;P. W. Offutt
DOI：
10.1002/(sici)1097-007x(199807/08)26:4
发表时间：
1998-07
期刊：
Int. J. Circuit Theory Appl.
影响因子：
--
作者：
Bertram E. Shi;T. Roska;L. Chua
通讯作者：
Bertram E. Shi;T. Roska;L. Chua
DOI：
10.1109/icsmc.1991.169906
发表时间：
1991-10
期刊：
Conference Proceedings 1991 IEEE International Conference on Systems, Man, and Cybernetics
影响因子：
--
作者：
C. L. Teo;K. Lim;G. Hong;M.H.T. Yeo
通讯作者：
C. L. Teo;K. Lim;G. Hong;M.H.T. Yeo