

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電阻抗層析成像(Electrical Impedance Tomography,簡(jiǎn)稱(chēng)EIT)技術(shù)是近幾十年新出現(xiàn)的一種無(wú)損檢測(cè)技術(shù)。由于該技術(shù)具有無(wú)輻射、非侵入、響應(yīng)快、結(jié)構(gòu)簡(jiǎn)單以及成本低廉等優(yōu)點(diǎn),在醫(yī)學(xué)成像、工業(yè)成像和地質(zhì)勘探等領(lǐng)域具有廣闊的應(yīng)用前景。
EIT圖像重建問(wèn)題是一個(gè)非線(xiàn)性的病態(tài)逆問(wèn)題,且測(cè)量系統(tǒng)往往存在噪聲,使重建圖像中存在偽影,傳統(tǒng)的圖像重建方法對(duì)重建圖像偽影的抑制能力有限。本文首先提出了淺層網(wǎng)絡(luò)智能學(xué)習(xí)法,為
2、了克服淺層神經(jīng)網(wǎng)絡(luò)的缺點(diǎn),進(jìn)一步提出了深度學(xué)習(xí)法。主要研究的算法如下:
1.提出了基于Hopfield網(wǎng)絡(luò)的EIT圖像重建算法,詳細(xì)介紹了該網(wǎng)絡(luò)能量函數(shù)的建立、求解以及圖像重建過(guò)程,并通過(guò)仿真和系統(tǒng)實(shí)驗(yàn)進(jìn)行了有效性驗(yàn)證。
2.提出了基于最速下降BP網(wǎng)絡(luò)的EIT圖像重建算法,詳細(xì)介紹了該網(wǎng)絡(luò)的正向傳播和誤差反向傳播的過(guò)程,以及利用最速下降法建立EIT邊界測(cè)量電壓和電導(dǎo)率之間非線(xiàn)性關(guān)系的過(guò)程,通過(guò)仿真和系統(tǒng)實(shí)驗(yàn)驗(yàn)證了算法
3、的有效性。
3.提出了基于深度模型的EIT圖像重建算法,詳細(xì)介紹了EIT深度學(xué)習(xí)網(wǎng)絡(luò)的建立、初始化以及模型訓(xùn)練過(guò)程,并通過(guò)仿真和系統(tǒng)實(shí)驗(yàn)驗(yàn)證了該算法的有效性,證明了該方法能有效克服了淺層網(wǎng)絡(luò)學(xué)習(xí)法中容易過(guò)擬合、對(duì)參數(shù)依賴(lài)性強(qiáng)以及對(duì)復(fù)雜函數(shù)表示能力有限的問(wèn)題。
4.提出了基于深度字典的稀疏成像方法,詳細(xì)介紹了稀疏成像中稀疏系數(shù)的求解和用深度學(xué)習(xí)訓(xùn)練字典的過(guò)程,并通過(guò)仿真和系統(tǒng)實(shí)驗(yàn)驗(yàn)證了算法具有較好的保邊緣性。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于無(wú)監(jiān)督學(xué)習(xí)的EIT圖像重建方法研究.pdf
- 基于人體實(shí)際邊界的EIT算法及重建圖像評(píng)價(jià)研究.pdf
- EIT陣列電極優(yōu)化設(shè)計(jì)及圖像重建算法研究.pdf
- 用于EIT圖像重建的深度神經(jīng)網(wǎng)絡(luò)模型構(gòu)建方法.pdf
- 基于matlab的EIT圖像重構(gòu)算法研究.pdf
- 基于深度學(xué)習(xí)的圖像語(yǔ)義分割算法研究.pdf
- 基于深度學(xué)習(xí)的動(dòng)物圖像檢索算法研究.pdf
- 基于深度學(xué)習(xí)的圖像超分辨率重建研究
- 基于深度學(xué)習(xí)的圖像超分辨率重建研究
- 基于深度學(xué)習(xí)的圖像超分辨算法研究.pdf
- 基于深度學(xué)習(xí)的相似圖像搜索算法研究.pdf
- 基于深度學(xué)習(xí)的水果圖像識(shí)別算法研究.pdf
- 基于學(xué)習(xí)的圖像分辨率重建算法研究.pdf
- 基于深度學(xué)習(xí)的圖像去噪算法
- 基于字典學(xué)習(xí)的光聲圖像重建算法的研究.pdf
- 基于深度學(xué)習(xí)的圖像去噪算法.pdf
- 基于深度學(xué)習(xí)的高光譜圖像分類(lèi)算法的研究.pdf
- 基于深度圖像的三維重建配準(zhǔn)算法研究.pdf
- 基于深度學(xué)習(xí)和用戶(hù)交互的單張圖像深度恢復(fù)算法研究.pdf
- 深度圖像超分辨率重建算法研究.pdf
評(píng)論
0/150
提交評(píng)論