排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
针对SENSE并行磁共振成像中采用补零缺失数据方法估计敏感度分布不准确性的问题,提出采用非线性GRAPPA方法估算缺失的K空间欠采样数据.计算并行线圈的敏感度分布,将这些敏感度分布应用于SENSE并行磁共振成像.采用不同加速因子的脑磁共振K空间欠采样数据以验证提出算法的重建性能.实验结果表明,与单一的非线性GRAPPA和SENSE重建算法相比,该混合NLGRAPPA-SENSE算法在加速因子较大时可以重建出更加准确的磁共振图像,具有更低的噪声功率(AP)和更高的信噪比(SNR)性能. 相似文献
2.
3.
4.
多相流反应器广泛应用于化工、冶金、能源及医药等过程工业,其内部具有非稳态、非线性、非平衡的自然属性,因而对多相流检测技术提出了挑战。准确检测并理解多相流体力学特性、进而揭示并掌握多相流反应器设计及放大规律,一直是当今过程工程领域的前沿课题之一。磁共振成像(MRI)作为一种非侵入式、多维瞬态全流场先进检测手段,可获得准确详尽的多维流场信息,包括颗粒浓度与速度(脉动)场、流型识别、气泡尾涡、颗粒聚团等多尺度流场参数及介尺度流动结构。此外,MRI在数值模型验证与改进方面也具有良好的应用前景。概述了MRI技术原理,重点论述了MRI近年来在气固及气液反应器中的研究现状,展望了MRI在多相流反应器中有待拓展的方向。 相似文献
5.
多相流反应器广泛应用于化工、冶金、能源及医药等过程工业,其内部具有非稳态、非线性、非平衡的自然属性,因而对多相流检测技术提出了挑战。准确检测并理解多相流体力学特性、进而揭示并掌握多相流反应器设计及放大规律,一直是当今过程工程领域的前沿课题之一。磁共振成像(MRI)作为一种非侵入式、多维瞬态全流场先进检测手段,可获得准确详尽的多维流场信息,包括颗粒浓度与速度(脉动)场、流型识别、气泡尾涡、颗粒聚团等多尺度流场参数及介尺度流动结构。此外,MRI在数值模型验证与改进方面也具有良好的应用前景。概述了MRI技术原理,重点论述了MRI近年来在气固及气液反应器中的研究现状,展望了MRI在多相流反应器中有待拓展的方向。 相似文献
6.
准确理解并精确预测多相反应器内复杂的流体力学特性、传递现象及反应特征,是过程工程领域的热点方向之一。随着试验测量技术及高性能计算机的快速发展,研究者可以获取高精度的多维瞬态流场数据集。近十年来,机器学习作为一门新兴学科,越来越广泛地应用于数据挖掘、图像识别、智能控制等领域。本文概述了几种常用的机器学习方法(包括神经网络模型、支持向量机模型、决策树模型、聚类算法模型等),总结了机器学习模型的构建过程(包括数据集的建立、特征变量的选择、算法框架的选取、模型参数的调优、模型验证与测试等),综述了机器学习辅助多相反应器中流场本构模型构建、流场图像重构、流型识别、流场关键参数预测及优化、不确定度分析、数字孪生技术平台等方面的应用进展,剖析了机器学习结合多相反应器领域所面临的挑战,展望了机器学习在多相反应器中可能有待拓展的方向。 相似文献
1