来源：期刊VIP网 时间：
作者：仝卫国;崔建昕;门国悦;蔡天娇;
单位：华北电力大学自动化系;华北电力大学河北省发电过程仿真与优化控制技术创新中心;
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。此外，对改进DenseNet网络进行了抗噪性实验和静态实验。实验结果表明，采用改进算法进行ERT图像重建，相对误差和相关系数均得到提升。该算法不仅具有较高的重建精度和良好的可视化效果，还表现出对抗噪声干扰的特性。
关键词：电阻层析成像;;DenseNet;;CBAM;;图像重建;;多尺度卷积;;余弦退火
基金资助：河北省省级科技计划资助项目（22567643H）
