期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
测量原理-数据-领域知识融合ECT重建方法
1
作者
李珍兴
邵继续
+1 位作者
吴俊杰
任婷
《仪表技术与传感器》
CSCD
北大核心
2024年第4期112-121,共10页
低质量的图像制约了电容层析成像在多相流参数测量中的应用。针对该问题,引入了由深度卷积神经网络预测的数据驱动先验,提出了融合测量原理、数据驱动先验和稀疏先验的成像模型;建立了新的算法实现成像模型的高效求解。评估结果证实,与...
低质量的图像制约了电容层析成像在多相流参数测量中的应用。针对该问题,引入了由深度卷积神经网络预测的数据驱动先验,提出了融合测量原理、数据驱动先验和稀疏先验的成像模型;建立了新的算法实现成像模型的高效求解。评估结果证实,与其他的成像算法相比,新算法在细节重建、伪影去除和鲁棒性等方面具有显著优势。
展开更多
关键词
计算成像问题
数据
驱动
先验
深度卷积神经网络
电容层析成像
反问题
多相流测量
下载PDF
职称材料
题名
测量原理-数据-领域知识融合ECT重建方法
1
作者
李珍兴
邵继续
吴俊杰
任婷
机构
国能河北定州发电有限责任公司
中广核(北京)仿真技术有限公司
中国科学院电工研究所
出处
《仪表技术与传感器》
CSCD
北大核心
2024年第4期112-121,共10页
基金
国家自然科学基金面上项目(52276217)。
文摘
低质量的图像制约了电容层析成像在多相流参数测量中的应用。针对该问题,引入了由深度卷积神经网络预测的数据驱动先验,提出了融合测量原理、数据驱动先验和稀疏先验的成像模型;建立了新的算法实现成像模型的高效求解。评估结果证实,与其他的成像算法相比,新算法在细节重建、伪影去除和鲁棒性等方面具有显著优势。
关键词
计算成像问题
数据
驱动
先验
深度卷积神经网络
电容层析成像
反问题
多相流测量
Keywords
computational imaging problem
data driven prior
deep convolutional neural network
electrical capacitance tomography
inverse problem
multiphase flow measurement
分类号
TH814 [机械工程—仪器科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
测量原理-数据-领域知识融合ECT重建方法
李珍兴
邵继续
吴俊杰
任婷
《仪表技术与传感器》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
