首页 | 本学科首页   官方微博 | 高级检索  
     

电容层析成像的电场分布与反演
引用本文:郭红星,余胜生,保宗悌,王延平. 电容层析成像的电场分布与反演[J]. 电子学报, 2002, 30(1): 62-65
作者姓名:郭红星  余胜生  保宗悌  王延平
作者单位:1. 华中科技大学计算机科学与工程系,湖北武汉 430074;2. 武汉大学电子信息学院,湖北武汉 430072
基金项目:国家自然科学基金 (No .69572 0 30 ),广东省自然科学基金 (No.950 4 90 )
摘    要:通过分析等势线及电容敏感场分布,深入探讨了电容层析成像电场分布的"软场"特性及导致反演问题非线性、不适定的机理.提出一个基于三层B-P神经网络的图像重建算法.网络的输入是预处理过的电容矢量,输出直接对应到空间图像.实验结果表明,该算法成像速度快且精度高,较以前的成像算法有很大的改进.

关 键 词:电容层析成像  有限元法  非线性不适定问题  神经网络  图像重建  
文章编号:0372-2112(2002)01-0062-004
收稿时间:2000-03-06

Electric Field Distributions and Inversions for Electrical Capacitance Tomography
GUO Hong xing ,YU Sheng sheng ,BAO Zong ti ,WANG Yan ping. Electric Field Distributions and Inversions for Electrical Capacitance Tomography[J]. Acta Electronica Sinica, 2002, 30(1): 62-65
Authors:GUO Hong xing   YU Sheng sheng   BAO Zong ti   WANG Yan ping
Affiliation:1. Department of Computer Science and Engineering,Huazhong University of Science and Technology,Wuhan,Hubei 430074,China;2. College of Electronic Information,Wuhan University,Wuhan,Hubei 430072,China
Abstract:Based on analyzing the distributions of equipotential lines and capacitance sensitivity fields,this paper discusses the "soft fields" characteristics of electric field distributions for electrical capacitance tomography. The mechanism leading their inversions to nonlinear ill posed problems is also studied.We employ a three layer B P neural network to reconstruct images. The input vector of the network is the preprocessed capacitance measurements and the output corresponds to the spatial image. Experimental results illustrate that this method is fast and accurate for image reconstruction.
Keywords:electrical capacitance tomography  FEM  nonlinear ill posed problems  neural networks  image reconstruction
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《电子学报》浏览原始摘要信息
点击此处可从《电子学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号