电磁层析成像_图像重建与BP网络.pdfVIP

天津大学学报　第 33 卷　第 2 期 2000 年 3 月 　　　　　　　　　　　　　　JOU RN AL O F T IAN J IN U N IV ER S IT Y　V o l. 33　N o. 2　M ar. 2000 电磁层析成像: 图像重建与 BP 网络 熊汉亮, 王安文, 徐苓安 (天津大学电气自动化与能源工程学院, 天津 300072) 　　　　　　　　摘　要: 描述了B P 网络应用于 EM T 图像重建的基本原理和简易模型. 网络的输入是传感器 二维磁场正问题的有限元仿真得到的测量数据, 网络的输出是物体空间各剖分单元的 01 状 态值, 网络用共轭梯度法改进的误差逆传播算法进行训练. 简单物流的图像重建结果表明, 网 络模型在原理上是可行的, 为进一步研究提供了初步基础. 关键词: 过程成像; 电磁场; 有限元方法; B P 网络; 图像重建; 传感器技术; 两相流测量 中图分类号: TM 15, T P 2 16　　 文章标识码: A 　　 文章编号: 04932 137 (2000) 020 13806 　　随着国民经济的高速发展, 对工业过程的自动检 逆问题在数学上属于不适定( ) 问题. 如果将 ill p o sed ( ( ) 测和监控 的要求越来越高. 过程层析成像 p ro ce ss 物体空间离散成小单元 像素 , 一个或多个单元被物 tom o g rap hy ) 是采用层析成像方法快速高质实时地处 体 占据, 而其余单元空着, 这种两组分流成像, 可作为 ( ) 理从远处传感器输入的数据, 以得到过程设备的内部 双态变量 0 或 1 的组合优化问题来处理. 基于误差逆 ( ) ( ) 不可达部位多相物分布图像和特征参数的定量信息. 传播 B P 算法的多层人工神经网络 简称B P 网络 , 1993 年, 英国曼彻斯特理工大学( ) 率先提出 具有强的学习能力, 高的容错性, 无需知道参数间的函 UM IST 基于电磁感应原理的电磁层析成像(EM T ) [ 1 ] , 天津大 数关系, 是求解不适定问题和组合优化问题的有力工 [2 ] [3 ] 学也在进行此项研究 . 该系统包括三个主要部分: 传 具 . 感器子系统, 控制与数据处理电路和图像重建计算机. 　　 网络的输入取自 传感器的测量数据, 物 B P EM T 工作过程是, 传感器中的激励线圈从控制电路获取可