基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
探讨了适合厚管壁条件下的电容层析成像图像重建算法.针对厚管壁管道内几种不同流型,分别采用LBP算法、Landweber迭代算法和BP神经网络对8电极电容传感器进行成像重建计算.结果表明:在厚管壁情况下,LBP算法重建的图像质量很差;Landweber迭代算法在层流下的重建效果好于核心流和环状流;而BP神经网络算法可以有效重建管道内的介质分布,但对于没有训练到的任意流型,其重建效果不够理想.
推荐文章
改进Landweber电阻层析成像图像重建算法
电阻层析成像
不适定性
图像重建
灵敏度矩阵
条件数
基于局部能量的电容层析成像图像融合方法
电容层析成像
图像重建
图像融合
局部能量
标准偏差
基于数据驱动的卷积神经网络电容层析成像图像重建
卷积神经网络
电容层析成像
图像重建
颗粒浓度分布
电容层析成像系统三维图像重建的研究
电容层析成像
三维图像重建
图像轮廓
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 厚管壁电容层析成像图像重建算法
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 层析成像 厚管壁 电容传感器 图像重建 BP神经网络
年,卷(期) 2007,(3) 所属期刊栏目
研究方向 页码范围 451-456
页数 6页 分类号 TB934
字数 4734字 语种 中文
DOI 10.3321/j.issn:1001-0505.2007.03.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨道业 东南大学洁净煤发电及燃烧技术教育部重点实验室 11 232 10.0 11.0
2 周宾 东南大学洁净煤发电及燃烧技术教育部重点实验室 41 343 12.0 18.0
3 许传龙 东南大学洁净煤发电及燃烧技术教育部重点实验室 77 675 16.0 23.0
4 王式民 东南大学洁净煤发电及燃烧技术教育部重点实验室 86 879 18.0 24.0
5 贡志林 7 24 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (18)
参考文献  (7)
节点文献
引证文献  (19)
同被引文献  (22)
二级引证文献  (65)
1951(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(6)
  • 引证文献(3)
  • 二级引证文献(3)
2009(5)
  • 引证文献(3)
  • 二级引证文献(2)
2010(13)
  • 引证文献(2)
  • 二级引证文献(11)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(12)
  • 引证文献(2)
  • 二级引证文献(10)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
层析成像
厚管壁
电容传感器
图像重建
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导