原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于生成网络的多孔介质图像重建方法。本发明针对二维图像缺失或不完整的问题，提出了基于生成网络的重建方法。本发明的主要创新包括：提出用深度生成网络来学习局部图像到完整图像之间的映射关系；设计了基于模式的损失函数和基于孔隙度的损失函数；联合GAN损失和L1损失，通过设定不同的权重来共同约束重建过程；引入高斯噪声以实现重建结果的多样性。对于不同的多孔介质，制作了相应的数据集，采用视觉效果和统计函数的方式来验证了本发明的有效性。该方法快速、准确、可拓展性强，可以重建多相介质、处理各向异性
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111724331 A
(43)申请公布日
2020.09.29
(21)申请号 20191
文档评论（0）