基于改进DenseNet的电阻层析成像图像重建算法

打开文本图片集

摘  要： 针对电阻层析成像（ERT）的逆问题存在严重的病态性、非线性和欠定性，导致经典算法的重建图像通常精度偏低的问题，提出一种基于改进DenseNet网络优化的电阻层析成像重建算法。首先，采用Landweber算法迭代值作为图像重建初始解；其次，构建了融合CBAM注意力机制的多尺度卷积模块以获取不同尺度特征，从而加强对关键特征的提取；使用DenseNet作为图像重建的主干网络，引入Swish作为网络的激活函数并融合dropout算法提高网络的泛化能力；最后，使用余弦退火算法优化学习率，避免模型训练陷入局部最优。（剩余10784字）