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:
针对吸收光谱层析(tomographic absorption spectroscopy,TAS)中的反问题,利用超限化(superiorization)在重建中引入平滑性?稀疏性等先验条件, 对现有的层析反演算法提出了改进. 通过计算机仿真, 对代数重建(alge?braic reconstruction technique, ART) 算法?最大似然期望最大化( maximum likelihod expectation maximization,MLEM)算法的超限化在TAS 反演中的应用进行了研究. 在仿真中, 对比了不同二维火焰场?不同目标约束函数下超限化算法的效果, 研究了噪声对重建的影响以及超限化算法在不同条件下的计算效率. 研究结果证实了超限化对于层析反演算法在计算精度?收敛速度等方面的提升效果.
推荐文章
结构混凝土超声波层析成像的反演算法研究
结构混凝土
层析成像
反演算法
超声波检测
基于激光测云仪的云底高反演算法进展研究
激光测云仪
回波信号
反演算法
云底高度
基于SAIL模型的HJ-1卫星LAI反演算法研究
环境一号
SAIL模型
人工神经网络
环境指数
叶面积指数
应用于低温流体两相流测量的修正电容层析成像线性反演算法
两相流
测量
低温流体
成像
线性反演算法
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 基于超限化的吸收层析反演算法研究
来源期刊 气体物理 学科 物理学
关键词 吸收光谱层析 二维重建 反演算法 先验条件 超限化
年,卷(期) 2020,(2) 所属期刊栏目 光学诊断专题
研究方向 页码范围 28-37
页数 10页 分类号 O433.5+1
字数 5150字 语种 中文
DOI 10.19527/j.cnki.2096-1642.0810
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 黄建青 上海交通大学机械与动力工程学院动力机械与工程教育部重点实验室 3 0 0.0 0.0
2 蔡伟伟 上海交通大学机械与动力工程学院动力机械与工程教育部重点实验室 2 0 0.0 0.0
3 水崇源 上海交通大学机械与动力工程学院动力机械与工程教育部重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (30)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1951(1)
  • 参考文献(1)
  • 二级参考文献(0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(2)
  • 参考文献(2)
  • 二级参考文献(0)
1984(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(6)
  • 参考文献(6)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
吸收光谱层析
二维重建
反演算法
先验条件
超限化
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
气体物理
双月刊
2096-1642
10-1384/O3
大16开
北京市丰台区云岗西路17号
2016
chi
出版文献量(篇)
225
总下载数(次)
1
总被引数(次)
195
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导