位置:成果数据库 > 期刊 > 期刊详情页
电容层析成像RBF神经网络图像重建算法的改进
  • ISSN号:1007-2683
  • 期刊名称:《哈尔滨理工大学学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 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
  • 相关基金:基金项目:国家自然科学基金(60572153);国家教育部重点科技项目(204043);黑龙江省重点科技攻关项目(GC05A510);黑龙江省自然科学基金(17200609),哈尔滨市重点科技攻关项目(2005AA1CG035).
中文摘要:

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.

英文摘要:

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.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《哈尔滨理工大学学报》
  • 中国科技核心期刊
  • 主管单位:黑龙江省教育厅
  • 主办单位:哈尔滨理工大学
  • 主编:刘献礼
  • 地址:哈尔滨市南岗区学府路52号
  • 邮编:150080
  • 邮箱:xb-hust@163.com
  • 电话:0451-86396391
  • 国际标准刊号:ISSN:1007-2683
  • 国内统一刊号:ISSN:23-1404/N
  • 邮发代号:14-130
  • 获奖情况:
  • 获国家教育部期刊评比三等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2014版)
  • 被引量:7007