咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >MIT中灵敏度矩阵的聚类优化 收藏

MIT中灵敏度矩阵的聚类优化

Clustering Optimization of Sensitivity Matrix in MIT

作     者:王旭 张鑫慧 杨丹 WANG Xu;ZHANG Xin-hui;YANG Dan

作者机构:东北大学信息科学与工程学院辽宁沈阳110819 东北大学中荷生物医学与信息工程学院辽宁沈阳110169 东北大学智能工业数据解析与优化教育部重点实验室辽宁沈阳110819 

出 版 物:《东北大学学报(自然科学版)》 (Journal of Northeastern University(Natural Science))

年 卷 期:2019年第40卷第10期

页      面:1369-1375页

核心收录:

学科分类:08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金资助项目(51607029) 

主  题:灵敏度矩阵 几何差异性 能量函数 线性反投影 牛顿-拉夫逊 

摘      要:针对灵敏度矩阵的几何差异性问题,提出了一种基于聚类优化的灵敏度矩阵方法.首先,分析了灵敏度矩阵的几何差异性对MIT图像质量的影响;然后,基于几何差异性对灵敏度矩阵的向量进行聚类分组,应用能量函数对分组后的灵敏度向量赋予不同权值,构造一种聚类优化的灵敏度矩阵;最后,应用优化后的灵敏度矩阵,通过线性反投影算法和牛顿-拉夫逊迭代算法进行MIT图像重建.实验结果表明:采用聚类优化的灵敏度矩阵,使线性反投影算法的均方误差降低26%以上,图像相关系数提高10%以上,使牛顿-拉夫逊迭代算法的均方误差降低5%以上,相关系数提高4%以上,证明了所提方法的有效性.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分