摘要: 两相流体具有复杂性的流动特性,图像重建的精度是两相流参数准确测量的基础。针对电阻层析成像系统存在的软场特性、强非线性和不适定性,使得重建的图像质量差、计算时间长等问题,基于代数运算的神经网络,给出了一种基于代数神经网络电阻层析成像图像重建算法。该算法通过建立代数神经网络,以测量的边界电压值作为神经网络的输入,将图像重建转变为一个严格对角占优的线性方程组的求解问题,以达到图像快速、准确的重建目的。通过实验仿真分析,该方法具有收敛速度快、代价低和误差小等特点。
中图分类号:
张彦俊,陈德运. 代数神经网络电阻层析成像图像重建算法[J]. 计算机工程与应用, 2009, 45(32): 19-21.
ZHANG Yan-jun,CHEN De-yun. Algebraic neural network image reconstruction algorithm for electrical resistance tomography[J]. Computer Engineering and Applications, 2009, 45(32): 19-21.