期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于多尺度密集连接网络的电容层析成像图像重建
1
作者 张立峰 《计量学报》 CSCD 北大核心 2024年第5期678-684,共7页
为求解电容层析成像中的非线性病态反问题,提出了一种多尺度密集连接网络(MD-Net)模型。该模型由多尺度特征融合模块和密集连接块组成,以通过融合多尺度特征进一步提高图像的重建精度。通过MATLAB仿真实验平台构建了流型数据集,利用密... 为求解电容层析成像中的非线性病态反问题,提出了一种多尺度密集连接网络(MD-Net)模型。该模型由多尺度特征融合模块和密集连接块组成,以通过融合多尺度特征进一步提高图像的重建精度。通过MATLAB仿真实验平台构建了流型数据集,利用密集连接网络的非线性映射能力,完成训练集的学习与训练,并利用测试集进行训练效果评价。在此基础上进行了静态实验。仿真与静态实验结果均表明:与LBP、Landweber迭代算法和其他深度学习方法相比,该方法的重建精度最高、抗噪能力强,并具有良好的泛化能力。 展开更多
关键词 两相流测量 电容层析成像 图像重建 深度学习 密集连接网络
下载PDF
基于多尺度自适应网络的ECT图像重建
2
作者 张立峰 《计量学报》 CSCD 北大核心 2024年第8期1139-1146,共8页
为求解电容层析成像(ECT)中的非线性病态反问题,提出了一种多尺度自适应网络(MSANet)模型,该模型实现了更精细维度上多尺度特征的融合,且模型参数量相对较小。通过在单个残差块内构建树状结构组成多尺度特征融合模块,MSANet实现了更好... 为求解电容层析成像(ECT)中的非线性病态反问题,提出了一种多尺度自适应网络(MSANet)模型,该模型实现了更精细维度上多尺度特征的融合,且模型参数量相对较小。通过在单个残差块内构建树状结构组成多尺度特征融合模块,MSANet实现了更好的鲁棒性和更低的计算参数量;采用加入自适应空间阈值模块方式,进一步提高了图像的重建精度。实验结果表明:与线性反投影(LBP)算法、Landweber迭代算法及常用深度学习方法相比,该方法平均相对误差最小且平均相关系数最大,分别为0.181及0.967。 展开更多
关键词 多相流测量 机器视觉 电容层析成像 图像重建 深度学习 多尺度 自适应网络
下载PDF
基于改进ResNet-18网络的电容层析成像图像重建
3
作者 张立峰 《计量学报》 CSCD 北大核心 2023年第9期1402-1408,共7页
为求解电容层析成像(ECT)中的非线性病态反问题,提出了一种基于改进ResNet-18网络的ECT图像重建方法。该网络由多个残差块组成,每个残差块被分组,然后通过组内残差连接,以融合更多的特征尺度。通过MATLAB仿真实验平台构建了流型数据集,... 为求解电容层析成像(ECT)中的非线性病态反问题,提出了一种基于改进ResNet-18网络的ECT图像重建方法。该网络由多个残差块组成,每个残差块被分组,然后通过组内残差连接,以融合更多的特征尺度。通过MATLAB仿真实验平台构建了流型数据集,利用深度残差网络的非线性映射能力,完成训练集的学习与训练,并利用测试集进行训练效果评价。在此基础上进行了静态实验。仿真与静态实验结果均表明:与LBP、Landweber迭代算法及未改进ResNet-18算法相比,该方法的图像重建质量明显提高,并具有良好的泛化能力。 展开更多
关键词 计量学 电容层析成像 图像重建 深度学习 残差网络 多相流检测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部