基于RBF神经网络的ECT图像重建

• 作者: 周强 朱爱华 王滨 颜华
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 电容层析成像 图像重建 RBF神经网络 最大矩阵法 最小邻聚类法
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 322-325
• 页数: 4页
• 分类号: TN941.1
• 字数: 2646字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1646.2007.03.019

摘要

线性反投影算法是最常用的ECT图像重建算法,该算法将极板电容测量值与成像区域介电常数间的非线性关系作线性化近似.由于神经网络的非线性映射能力可用来避免这种线性化近似,为此探讨了基于RBF神经网络的16极板ECT系统的图像重建方法.采用最大矩阵法确定RBF神经网络隐层神经元数目,用最小邻聚类方法确定径向基函数的宽度和中心,建立了极板电容测量值与成像区域介电常数间的RBF神经网络映射.仿真实验结果表明,基于RBF神经网络的ECT图像重建方法重建速度与线性反投影法相当,重建质量优于线性反投影法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜华	沈阳工业大学信息科学与工程学院	45	399	11.0	19.0
2	朱爱华	沈阳工业大学信息科学与工程学院	1	5	1.0	1.0
3	王滨	沈阳工业大学信息科学与工程学院	1	5	1.0	1.0