一个简单实用的神经网络环状流参数估计器

环状流是一种典型的两相流。人们常用线性反投影法(LBP)对其进行快速成像。但由于该算法精度不高,本质上是一种定性算法,得到的效果不能令人满意。本文以电阻抗层析测量系统(ERT)中LBP法为研究对象,分析其存在的缺陷和产生缺陷的原因。针对理想环状流这一特定流型提出并建立一个基于BP神经网络的参数估计器来计算管道内含油区面积。仿真表明,对环状流使用该估计器能够获得较好的结果。

电容成像图像重建算法原理及评价

对现有的电容成像图像重建算法进行了综述并介绍了其原理,其中包括线性反投影法(LBP)、基于奇异值分解(SVD)的直接算法、Tikhonov正则化方法、Newton-Raphson算法、最速下降法、Landweber迭代算法、代数重建技术(ART)、同步迭代重建技术(SIRT)和基于模型的重建算法。在此基础上使用仿真和实验数据对目前主要使用的线性反投影法、基于奇异值分解的直接方法、Tikhonov正则化方法、Tikhonov迭代、投影Landweber迭代等进行了评价。对它们从电容值误差、图像误差、相关系数和耗用时间几个角度进行了比较,并对今后电容成像图像重建算法的发展方向提出了一些看法。