基于改進(jìn)DenseNet的電阻層析成像圖像重建算法

打開文本圖片集

摘  要： 針對電阻層析成像（ERT）的逆問題存在嚴(yán)重的病態(tài)性、非線性和欠定性，導(dǎo)致經(jīng)典算法的重建圖像通常精度偏低的問題，提出一種基于改進(jìn)DenseNet網(wǎng)絡(luò)優(yōu)化的電阻層析成像重建算法。首先，采用Landweber算法迭代值作為圖像重建初始解；其次，構(gòu)建了融合CBAM注意力機(jī)制的多尺度卷積模塊以獲取不同尺度特征，從而加強(qiáng)對關(guān)鍵特征的提取；使用DenseNet作為圖像重建的主干網(wǎng)絡(luò)，引入Swish作為網(wǎng)絡(luò)的激活函數(shù)并融合dropout算法提高網(wǎng)絡(luò)的泛化能力；最后，使用余弦退火算法優(yōu)化學(xué)習(xí)率，避免模型訓(xùn)練陷入局部最優(yōu)。（剩余10784字）