电容层析成像的BP网络重建

电容层析成像的BP网络重建 USING BP NEURAL NETWORK IN ELECTRICAL CAPACITANCE TOMOGRAPHY 蔡芹 Cai Qin 1 2 3 first-author 马宁 Ma Ning 1 2 3 苏祥芳 Su Xiangfang 1 2 3 王延平 Wang Yanping 1 2 3 武汉大学电子信息学学院 武汉大学电子信息学学院 College of Electronic Information, Wuhan University College of Electronic Information, Wuhan University 武汉大学软件工程国家重点实验室 武汉大学软件工程国家重点实验室 武汉大学电子信息学学院武汉大学软件工程国家重点实验室 武汉大学电子信息学学院武汉大学软件工程国家重点实验室 电容层析成像系统在工业上用于管道内流体的实时监测，本文提出用神经网络的方法来代替传统的反投影算法进行图像重建，以解决传统算法存在的扭曲形变和空间精度受限的问题．文中用改进的ＢＰ算法训练，采用一个两层感知机网络，网络的输入是预处理过的测量电容矢量，输出直接对应到空间图像．实验结果表明使用这一方法，能重建出足够精确的图像 Electrical capacitance tomography system is useful in real time imaging of multiphase flow in oil industry.The conventional back projection algorithm for capacitance tomography image reconstruction has the problems of distortion and limitation on spatial resolution. A neural method is proposed to replace the back projection method in this paper. We employ a two layer perceptron network and the training algorithm is the improved back propagation algorithm . The input vector of the network is the preprocessed capacitance measurements and the output corresponds to the spatial image. Experimental results illustrate that our method is practical and accurate for image reconstruction. 电容层析成像 神经网络 感知机 反向传播算法 electrical capacitance tomography neural network perceptron back propagation TN941.1 国家自然科学基金(61672102) 1997-01-01 2021-04-01 1