期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于三维卷积编码和MLP解码的无监督三维粒子场重建方法
1
作者
张端宇
周骛
+1 位作者
封明军
蔡小舒
《上海理工大学学报》
北大核心
2025年第4期414-421,共8页
深度学习技术的迅猛发展激发了一些新的方法来解决层析粒子图像测速的三维重建问题。针对有监督深度学习方法需要大量的真值数据,以及仿真数据集与实验场景一致性的问题,提出了基于三维卷积编码和MLP解码的无监督粒子重建算法,命名为MLO...
深度学习技术的迅猛发展激发了一些新的方法来解决层析粒子图像测速的三维重建问题。针对有监督深度学习方法需要大量的真值数据,以及仿真数据集与实验场景一致性的问题,提出了基于三维卷积编码和MLP解码的无监督粒子重建算法,命名为MLOS-CNN-MLP。该方法首先利用MLOS算法,从多视角二维图像生成初始三维光强分布,然后通过三维卷积编码提取特征并构建神经编码体,再采用MLP解码回归精确的三维光强分布。与有监督学习方法使用真值数据不同,MLOS-CNN-MLP通过投影函数对重建的光强分布进行不同视角的投影,并与原始二维图像进行比较,建立损失函数,这使得整个网络训练不需要真值数据从而实现无监督学习。在仿真数据集上的验证结果表明,所提出的无监督粒子重建算法在实验常用粒子浓度下的重建精度可达到0.95,远高于传统的代数重建技术。进一步对比不同粒子浓度和噪声鲁棒性方面的性能,该方法的重建质量也均优于传统的代数重建技术,并且计算速度至少快了一个数量级。
展开更多
关键词
层析粒子图像测速
三维重建
无监督学习
神经网络
在线阅读
下载PDF
职称材料
题名
基于三维卷积编码和MLP解码的无监督三维粒子场重建方法
1
作者
张端宇
周骛
封明军
蔡小舒
机构
上海理工大学能源与动力工程学院
出处
《上海理工大学学报》
北大核心
2025年第4期414-421,共8页
基金
国家自然科学基金资助项目(52376163)
国家航空科学与技术重点实验室项目(614220121050327)。
文摘
深度学习技术的迅猛发展激发了一些新的方法来解决层析粒子图像测速的三维重建问题。针对有监督深度学习方法需要大量的真值数据,以及仿真数据集与实验场景一致性的问题,提出了基于三维卷积编码和MLP解码的无监督粒子重建算法,命名为MLOS-CNN-MLP。该方法首先利用MLOS算法,从多视角二维图像生成初始三维光强分布,然后通过三维卷积编码提取特征并构建神经编码体,再采用MLP解码回归精确的三维光强分布。与有监督学习方法使用真值数据不同,MLOS-CNN-MLP通过投影函数对重建的光强分布进行不同视角的投影,并与原始二维图像进行比较,建立损失函数,这使得整个网络训练不需要真值数据从而实现无监督学习。在仿真数据集上的验证结果表明,所提出的无监督粒子重建算法在实验常用粒子浓度下的重建精度可达到0.95,远高于传统的代数重建技术。进一步对比不同粒子浓度和噪声鲁棒性方面的性能,该方法的重建质量也均优于传统的代数重建技术,并且计算速度至少快了一个数量级。
关键词
层析粒子图像测速
三维重建
无监督学习
神经网络
Keywords
tomographic particle image velocimetry
3D reconstruction
unsupervised learning
neural network
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于三维卷积编码和MLP解码的无监督三维粒子场重建方法
张端宇
周骛
封明军
蔡小舒
《上海理工大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
