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：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

基金：国家自然科学基金(61973115)

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。

来源：2024年第5期

《计量学报》期刊编辑部

查看计量学报杂志2024年第5期