计量学报

北大核心,JST,CSCD扩展版,WJCI,

国内刊号:11-1864/TB

国际刊号:1000-1158

计量学报杂志2023年第9期:基于改进ResNet-18网络的电容层析成像图像重建

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

查看计量学报杂志2023年第9期

联系我们

  • 地址:北京市朝阳区北三环东路18号
  • 电话:010-64271480

咨询工作人员