国内刊号:11-1864/TB
国际刊号:1000-1158
发布日期:
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: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
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。
来源:2023年第9期
《计量学报》期刊编辑部