Resumen

Para los problemas de bordes faltantes y artefactos evidentes en los algoritmos de reconstrucción de Tomografía de Capacitancia Eléctrica (ECT), se propone un método de reconstrucción de imágenes basado en una red neuronal convolucional de doble canal a escala múltiple. En primer lugar, la imagen reconstruida por el algoritmo de Landweber se introduce en la red neuronal convolucional, y se seleccionan cuatro escalas para la extracción de características. Se utilizan uniones de características a lo largo de las escalas para fusionar la información de la capa de salida con los mapas de características. Para mejorar la precisión de la imagen, se diseñan dos canales de frecuencia para la imagen de entrada. La capa intermedia de la red consta de dos estructuras completamente convolucionales. Se diseñan capas convolucionales y conexiones de salto por separado para diferentes canales, lo que mejora en gran medida la capacidad de la red para extraer información de características y reduce el número de mapas de características requeridos para cada capa. El número de capas de la red es superficial,

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Problemas; Bordes faltantes; Artefactos obvios; Tomografía de Capacitancia Eléctrica (ECT); Algoritmos de reconstrucción; Red neuronal convolucional
• Keywords:Problems;missing edges;obvious artifacts;Electrical Capacitance Tomography (ECT);reconstruction algorithms;convolutional neural network