检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

1 篇 学位论文

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 机械工程
- 1 篇 控制科学与工程
- 1 篇 计算机科学与技术...
- 1 篇 软件工程
1 篇 管理学
- 1 篇 管理科学与工程(可...

主题

1 篇 图像重建
1 篇 landweber迭代重建...
1 篇 双模态融合
1 篇 层析成像
1 篇 vd-net网络
1 篇 深度学习
1 篇 v-net网络
1 篇 双分支注意力重建...

机构

1 篇 天津大学

作者

1 篇 李峰

语言

1 篇 中文

检索条件"主题词=双分支注意力重建网络"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

电阻及电阻/超声双模态融合层析成像深度学习重建方法研究

电阻及电阻/超声双模态融合层析成像深度学习重建方法研究

引用

作者：李峰天津大学

学位级别：博士

层析成像作为一种快速响应的物场分布可视化过程检测技术在具有多种介质分布特点的多相流过程中有很大的应用潜力。现有的层析成像图像重建方法主要是基于近似的线性模型,对介质分布与边界测量数据间的非线性关系不能准确描述,很难从本... 详细信息

层析成像作为一种快速响应的物场分布可视化过程检测技术在具有多种介质分布特点的多相流过程中有很大的应用潜力。现有的层析成像图像重建方法主要是基于近似的线性模型,对介质分布与边界测量数据间的非线性关系不能准确描述,很难从本质上改善重建图像的质量。近年来受到广泛关注的深度学习方法,具有对数据分层表征、不同变量间非线性建模、自动挖掘与提取特征等特点,为解决工业水平气水两相流层析成像图像重建中介质分布与边界测量数据间的非线性关系提供了新的思路。课题研究从数据驱动非线性建模与模型驱动特征学习的角度出发,通过解决电阻层析成像图像重建中边界测量与介质分布之间的非线性映射关系、迭代图像重建方法中超参数与先验信息的选择及电阻/超声融合重建方法中不同模态信息的有效利用等问题,提高图像重建的质量。主要研究工作包括: （1）在介绍了层析成像技术研究背景及意义、电学与双模态层析成像图像重建方法研究现状、深度学习在图像重建中的应用特点及存在问题等基础上,分析了深度学习在学习边界测量与介质分布之间的非线性关系、深度学习和现有图像重建方法融合的可行性,总结了双模态融合深度学习图像重建的研究思路,并创建用于深度学习图像重建方法训练与测试的数据库。（2）针对电阻层析成像图像重建中边界测量电压与介质分布之间的非线性映射关系,从数据驱动非线性建模的角度,提出V-Net图像重建方法。在初始成像过程,采用5层全连接将测量信息转换为图像空间的像素信息;在特征提取过程,采用自学习挖掘有效的特征信息,并增加特征维度改善图像重建的不适定性;在V-Net网络训练过程中,采用由网络输出的交叉熵、初始成像模块输出的交叉熵与L2正则化项构成的损失函数,约束与监督重建网络的学习。仿真与实验结果验证了该方法用于图像重建的可行性。（3）针对V-Net网络中稀疏的信息流与梯度流影响重建图像质量的问题,提出密集连接的VD-Net图像重建方法。采用4个密集模块,通过增加图像重建网络中的信息流与梯度流,促进重建网络优化,使图像重建模型能更好的适应边界测量与介质分布之间的非线性映射关系。离散介质分布的重建实验结果表明VD-Net网络重建质量比V-Net网络有明显的提升,且空间分辨率优于现有图像重建算法。水平气水分层分布的动态重建实验证明了VD-Net图像重建方法的实用性。（4）针对迭代重建方法中超参数和图像先验信息选择的问题,以Landweber迭代重建方法为基础,从模型驱动的特征学习角度,实现Landweber迭代重建网络。采用全连接子网络学习数据保真项中的松弛因子,解决了超参数的选择问题;卷积子网络学习图像的先验信息,解决了先验信息的提取问题;网络训练过程中实现超参数与先验信息的联合学习。离散介质分布的重建实验表明Landweber迭代重建网络较现有图像重建方法具有更高的图像重建精度;与VD-Net重建网络相比,提升了噪声条件下,复杂分布样本的重建质量。流动气水分层分布重建结果证明了该方法的实用性。（5）为解决电阻/超声双模态重建中不同敏感原理获得的测量信息的有效融合问题,从数据驱动融合建模的角度,提出双分支注意力图像重建方法。采用2个全连接模块将不同敏感原理的测量空间信息转化为相同维度的图像空间信息,解决了不同模态信息的异质性问题;特征提取过程中,通过增加特征维度,改善图像重建的不适定性;采用空间金字塔池化模块获取多尺度的特征信息,为图像重建提供更多有效的特征;注意力机制根据不同模态特征信息间的相关性,判断不同模态特征对重建目标的重要性,赋予不同模态局部特征不同注意力权重,促进双模态信息的有效融合与协同成像。实验结果表明,双分支注意力图像重建网络与双模态融合的双分支拼接重建方法及单模态重建方法相比,提升了重建精度与抗噪性能。

关键词：层析成像图像重建深度学习 V-Net网络 VD-Net网络 Landweber迭代重建网络双模态融合双分支注意力重建网络

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：