研究目的
利用复杂卷积神经网络解决电磁逆散射问题,实现超分辨率电磁成像。
研究成果
所提出的复合卷积神经网络方法能在电磁成像中对仿真和真实数据均实现超分辨率处理,展现出卓越的泛化能力。该方法为解决实时大规模电磁逆散射问题提供了一种非迭代、快速的解决方案。
研究不足
传统迭代方法由于固有的高计算成本而不适用于大规模电磁逆散射问题。所提出的方法旨在解决这一问题,但在超大规模应用中仍可能面临挑战。
研究目的
利用复杂卷积神经网络解决电磁逆散射问题,实现超分辨率电磁成像。
研究成果
所提出的复合卷积神经网络方法能在电磁成像中对仿真和真实数据均实现超分辨率处理,展现出卓越的泛化能力。该方法为解决实时大规模电磁逆散射问题提供了一种非迭代、快速的解决方案。
研究不足
传统迭代方法由于固有的高计算成本而不适用于大规模电磁逆散射问题。所提出的方法旨在解决这一问题,但在超大规模应用中仍可能面临挑战。
加载中....
您正在对论文“[2018年IEEE国际计算电磁学会议(ICCEM) - 成都 (2018.3.26-2018.3.28)] 2018年IEEE国际计算电磁学会议(ICCEM) - 用于非线性电磁逆散射的复值深度卷积网络”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