计量学报

作者：张立峰,常恩健

单位：华北电力大学 自动化系,河北保定071003

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

基金：国家自然科学基金(61973115)

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。

来源：2024年第8期

《计量学报》期刊编辑部

查看计量学报杂志2024年第8期