| 【中文题名】 | 基于网格计算的电容层析成像图像重建技术的研究 |
| 【英文题名】 | The Study of Image Reconstruction in Electrical Capacitance Tomography Based on Grid Computing |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-12-12 |
| 【中关键词】 | 电容层析成像,图像重建,神经网络,网格计算,分布式计算, |
| 【英关键词】 | electrical capacitance tomography,image reconstruction,neural network,grid computing,distributed computing, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>数据处理、数据处理系统>集中检测与巡回检测系统 |
| 【论文摘要】 |
电容层析成像技术是近年来发展最快的一种过程层析成像技术,它在解决多相流检测问题上有巨大的发展潜力和广泛的应用前景。电容层析成像技术基于电容敏感机理过程成像技术,具有非侵入、响应速度快,适用范围广等一系列优点,它的关键是实现实时快速、高精度的重建图像以适应工业中(如石油、化工、制药等)实际应用。
网格是继因特网之后出现的一种新型网络计算平台,是基于分布式的,但是比传统的分布式要复杂得多。网格计算可以将分布的计算机资源组织协调起来共同解决科学与工程问题。目前,在电容层析成像系统图像重建的处理和解决上,对实时性的需求还有所欠缺,为此,本文提出以网格计算技术为支撑,构建基于网格环境的图像重建系统,更好的满足电容层析成像系统用户的实时需求。
本文主要研究内容如下:
1.图像重建现状
分析了电容层析成像图像重建技术以及网格技术的现状和发展。
2.网格计算在图像重建方面的优势
从网格计算技术强大的分布式计算能力等优势着手,分析了用网格计算技术解决图像重建问题的可行性。
3. BP神经网络算法分解
采用BP神经网络算法,并进行分解,以适应分布式计算的需... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-10 |
|
第1章 绪论 |
10-15 |
|
1.1 课题背景 |
10 |
|
1.2 电容层析成像技术 |
10-11 |
|
1.3 国内外研究现状 |
11-13 |
|
1.4 课题来源及所做的工作 |
13-15 |
|
第2章 网格技术 |
15-19 |
|
2.1 网格和网格计算的基本概念 |
15-16 |
|
2.2 网格技术的发展与现状 |
16-17 |
|
2.3 应用网格解决问题的可行性分析 |
17 |
|
2.4 网格计算的优势 |
17-18 |
|
2.5 本章小结 |
18-19 |
|
第3章 系统构建平台GT3 |
19-25 |
|
3.1 GT3 介绍 |
19 |
|
3.2 GT3 的体系结构 |
19-21 |
|
3.3 GT3 安装 |
21-24 |
|
3.4 本章小结 |
24-25 |
|
第4章 基于网格的图像重建系统的设计 |
25-48 |
|
4.1 算法的分解 |
25-35 |
|
4.1.1 成像算法的现状 |
25-26 |
|
4.1.2 神经网络算法 |
26-29 |
|
4.1.3 神经网络并行算法 |
29-35 |
|
4.2 网格平台下电容层析成像系统结构设计 |
35-38 |
|
4.2.1 网格技术的特点 |
35 |
|
4.2.2 以服务为中心的网格体系结构 |
35-38 |
|
4.3 成像网格客户端 |
38-41 |
|
4.4 成像网格服务端 |
41-43 |
|
4.5 数据管理系统 |
43 |
|
4.6 成像网格服务客户之间的访问方式 |
43-46 |
|
4.7 图像重建计算的实现 |
46-47 |
|
4.8 本章小结 |
47-48 |
|
结论 |
48-50 |
|
参考文献 |
50-54 |
|
攻读硕士学位期间发表的学术论文 |
54-55 |
|
致谢 |
55 |
|
| 【DOI】 | LunWen.ID:2.2008.381186 |
