基于非刚性特征的发动机积碳程度判别模型

摘要

汽车发动机积碳的长期累积会引起发动机动力下降、油耗上升、排放性能降低等问题，对发动机及时的检测和清理可以有效缓解积碳造成的影响。本文提出了一种新的基于非刚性特征的模型，用于积碳程度的判别。首先，在模型中使用可变形卷积调整卷积核的偏移位置和偏移幅度，提高网络的有效感受野，提取非刚性特征信息；其次，根据核区域中像素的相关性，使用自适应指数度量池化核对神经元进行加权，以此捕获更好的细节特征信息；最后，添加基于自注意机制的特征增强模块，获取特征图的上下文信息。经过实验测试，本文方法的测试准确率为87.1%，各项指标相较原始模型平均提高2.5%，证明本文方法可以提取有效的积碳程度判别特征。

关键词

积碳程度识别 / 非刚性特征 / 可变形卷积 / 下采样 / 自注意机制