您当前的位置：
首页 >
文章列表页 >
基于ConvLSTM与LiteFlowNet架构的粒子图像测速方法
图像处理 | 更新时间：2025-07-10

    • 基于ConvLSTM与LiteFlowNet架构的粒子图像测速方法

    • Particle image velocimetry method based on ConvLSTM and LiteFlowNet architecture

    • “在流体力学实验测量领域，研究者基于卷积长短期记忆网络与LiteFlowNet结构，提出了一种新的流场估计与动态粒子追踪增强模型LiteFlowNet-CL，有效提升了粒子图像测速中复杂流场特征的捕捉能力，其误差精度可满足湍流分析的实验需求。”
    • 液晶与显示   2025年40卷第7期 页码：1023-1035

    • DOI：10.37188/CJLCD.2025-0052    

      中图分类号： TP391
    • CSTR：32172.14.CJLCD.2025-0052    

    • 收稿日期：2025-03-06，

      修回日期：2025-04-12，

      纸质出版日期：2025-07-05

    移动端阅览

  • 刘心爱, 孟娟, 杜海, 等. 基于ConvLSTM与LiteFlowNet架构的粒子图像测速方法[J]. 液晶与显示, 2025,40(7):1023-1035. DOI： 10.37188/CJLCD.2025-0052. CSTR： 32172.14.CJLCD.2025-0052.

    LIU Xin'ai, MENG Juan, DU Hai, et al. Particle image velocimetry method based on ConvLSTM and LiteFlowNet architecture[J]. Chinese journal of liquid crystals and displays, 2025, 40(7): 1023-1035. DOI： 10.37188/CJLCD.2025-0052. CSTR： 32172.14.CJLCD.2025-0052.

  •  
  •  

0

浏览量

37

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于自适应遮挡恢复与拓扑姿态双向感知的三维手部重建方法
基于改进YOLOv8n-Pose的疲劳驾驶检测
基于改进ShuffleNetV2网络的遥感场景分类模型
基于卷积注意力机制的无透镜对抗编码成像

相关作者

刘心爱
孟娟
杜海
李智远
刘佳
黄楠瑄
陈大鹏
魏李娜

相关机构

南京信息工程大学 自动化学院
浙江大学城市学院 计算机与计算科学学院
福州大学 先进制造学院
中国福建光电信息科学与技术实验室
中国科学院 长春光学精密机械与物理研究所 数字中心
0