10.19557/j.cnki.1001-9944.2023.09.005
基于PCA降维和迭代正则化的温度场重建
针对声学CT对温度场重建的不适定性,该文提出了一种基于PCA降维和迭代正则化的重建算法.通过径向基函数逼近声慢度分布建立声学CT正问题模型;用PCA降维改善逆问题的病态性;用迭代正则化法求解逆问题;利用声慢度与温度的关系得到温度分布.仿真和实际温度场重建实验表明,与常用的最小二乘法和基于奇异值分解的直接正则化法相比,所提算法的重建图像更接近真实分布,重建误差最高可降低86.62%和29.1%.因此基于PCA降维和迭代正则化的重建算法能够提供更高质量的重建温度场.
声学CT、温度场重建、重建算法、PCA降维、迭代正则化、病态逆问题
38
TP391(计算技术、计算机技术)
国家自然科学基金;辽宁省博士启动基金
2023-09-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
21-26