• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Impact of the Radial Basis Function Spread Factor onto Image Reconstruction in Electrical Impedance Tomography ?
【24h】

Impact of the Radial Basis Function Spread Factor onto Image Reconstruction in Electrical Impedance Tomography ?

机译：径向基函数扩展因子对电阻抗层析成像中图像重建的影响 ？ < / ce：交叉引用>

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The major problem of the Electrical impedance tomography (EIT) is to get the resistivity distribution image of a given cross-sectional area. There are many methods solving this non-linear problem, mostly requiring certain simplifications and assumptions. Most of the methods are also computationally demanding and not easy to implement. The usage of the neural networks appears to be a solution of the mentioned problems. In this article we continued with our previous study and used Radial basis function (RBF) neural network for image reconstruction in electrical impedance tomography and we focused on examining how the change of the spread parameter of the RBF influences the result of the image reconstruction with the RBF neural network.
机译：电阻抗断层扫描（EIT）的主要问题是获得给定横截面面积的电阻率分布图像。有许多解决此非线性问题的方法，其中大多数都需要某些简化和假设。大多数方法对计算的要求也很高，并且不容易实现。神经网络的使用似乎是上述问题的解决方案。在本文中，我们继续进行先前的研究，并使用径向基函数（RBF）神经网络进行电阻抗断层扫描中的图像重建，并着重研究了RBF扩展参数的变化如何影响图像重建的结果。 RBF神经网络。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号