研究目的
利用复值卷积神经网络(complex-CNN)解决非线性电磁逆散射问题,实现高质量实时图像重建。
研究成果
复杂卷积神经网络模型有效解决了电磁逆散射问题,在人体模型数据上实现了高质量重建。该模型在平衡精度与计算成本方面展现出巨大潜力,适用于大规模逆散射问题。
研究不足
该研究未明确提及局限性,但潜在的优化方向可能包括进一步降低计算成本并增强模型对各类散射场景的适应性。
研究目的
利用复值卷积神经网络(complex-CNN)解决非线性电磁逆散射问题,实现高质量实时图像重建。
研究成果
复杂卷积神经网络模型有效解决了电磁逆散射问题,在人体模型数据上实现了高质量重建。该模型在平衡精度与计算成本方面展现出巨大潜力,适用于大规模逆散射问题。
研究不足
该研究未明确提及局限性,但潜在的优化方向可能包括进一步降低计算成本并增强模型对各类散射场景的适应性。
加载中....
您正在对论文“[2018年IEEE国际计算电磁学会议(ICCEM) - 中国成都 (2018.3.26-2018.3.28)] 2018年IEEE国际计算电磁学会议(ICCEM) - 基于复值卷积神经网络的非迭代电磁逆散射求解方法”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期