作者:王琦,崔莉莎,汪剑鸣,孙玉宽,王化祥 单位:中国仪器仪表学会 出版:《仪器仪表学报》2017年第09期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFYQXB2017090250 DOC编号:DOCYQXB2017090259 下载格式:PDF + Word/doc 文字可复制、可编辑
《电磁层析成像实验系统中的修正共轭梯度算法》PDF+DOC2015年第02期 李柳,王占军 《用于雷达方位超分辨的约束迭代Tikhonov正则化算法》PDF+DOC2014年第01期 邹建武,贾兴亮,高明哲,董巍 《基于OSEM算法的冲击波超压场重建技术》PDF+DOC2016年第01期 王凤,白原齐 《基于广义矢量模式匹配的静电层析成像新方法》PDF+DOC2014年第05期 王娜,刘永红,郑德忠,崔法毅,孙海艳 《基于加权稀疏表示分类的车辆识别》PDF+DOC2018年第06期 罗涛,冯玉田,唐子成,毕超 《电磁层析成像正问题和逆问题的仿真分析》PDF+DOC2006年第20期 李连宇,刘泽,雷彦 《电磁层析成像系统的电磁积分问题及图像重建》PDF+DOC2002年第12期 何敏,刘泽,熊汉亮,徐苓安 《层析成像技术在多相流检测的应用研究》PDF+DOC2009年第02期 曹常利,赵文仓,于新波,袁仲雪 《弱稀疏性下的无线传感器网络事件检测算法》PDF+DOC2014年第03期 赵秀兰,李克清 《基于GMRES的超声过程层析成像算法研究》PDF+DOC2013年第10期 刘金全,苏明旭,田昌,蔡小舒
  • 采用电磁层析成像(electromagnetic tomography,EMT)技术实现对金属缺陷的可视化,克服了传统的检测技术无法对缺陷进行可视化的不足。首先设计了一种新型的平面EMT传感器,其次根据缺陷分布的稀疏性,提出了l1正则化稀疏成像算法。该算法能够有效避免传统的l2正则化算法带来的过度光滑的问题,成像更加精确。最后为证明该算法相对于l2正则化算法的优越性,进行了仿真和实验。仿真和实验结果均表明l1正则化稀疏成像算法能够有效提高缺陷图像的重建质量和精度。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。