电容层析成像RBF神经网络图像重建算法的改进

张立丰[]; 胡海涛[]; 陈德运[]

Chinese

您当前的位置：

首页 >

文章列表页 >

电容层析成像RBF神经网络图像重建算法的改进

计算机与控制工程 | 更新时间：2026-07-10

- 电容层析成像RBF神经网络图像重建算法的改进
- An Improved Image Reconstruction Algorithm of Electrical Capacitance Tomography Based on RBF Neural Network
- 哈尔滨理工大学学报 2008年13卷第6期页码：5-8
- 作者机构：
  
  [1]哈尔滨理工大学计算机科学与技术学院,黑龙江,哈尔滨,150080
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2008
- 稿件说明：
移动端阅览
张立丰[], 胡海涛[], 陈德运[]. 电容层析成像RBF神经网络图像重建算法的改进[J]. 哈尔滨理工大学学报, 2008,13(6):5-8.

ZHANG Li-feng, HU Hai-tao, CHEN De-yun. An Improved Image Reconstruction Algorithm of Electrical Capacitance Tomography Based on RBF Neural Network[J]. 2008, 13(6): 5-8.
张立丰[], 胡海涛[], 陈德运[]. 电容层析成像RBF神经网络图像重建算法的改进[J]. 哈尔滨理工大学学报, 2008,13(6):5-8. DOI：

ZHANG Li-feng, HU Hai-tao, CHEN De-yun. An Improved Image Reconstruction Algorithm of Electrical Capacitance Tomography Based on RBF Neural Network[J]. 2008, 13(6): 5-8. DOI：

摘要

RBF神经网络图像重建算法在电容层析成像系统中应用广泛，它较好地克服了ECT系统的软场特性、强非线性和不适定性，其成像时间和成像精确度比其他算法都有很多改善．本文从有限元场域剖分、数据归一化和神经网络输入层角度对该算法进行了相关改进．仿真实验结果证明，改进后的算法有着更好的成像时间和成像精确度．

Abstract

RBF neural network has higher reconstruction quality and reconstruction speed than other image reconstruction algorithms when used in image reconstruction. It overcame well soft field characteristic

strong nonlinear and ill - posedness of electrical capacitance tomography. This paper improved the algorithm from finite element plotting pattern

data normalization and input layers. The simulation results show the improved method is effective and accurate for image reconstruction.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

Hom - 李超三系的(θ,φ) - 导子和 Jordan (θ,φ) - 导子

风格迁移和标签细化的域自适应行人重识别

内孔空化发生单元在变转速下的性能研究

三维激光测量技术在燃气轮机叶尖间隙测量上的应用

一种改进的 CSMA / CA 物理载波监听方法