科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的迭代多尺度方法 (iterative multiscaling approach, IMA)在求解非线性电磁场逆散射问题时，可以自适应提高成像空间的分辨率，缓解逆问题的病态性，但容易陷入局部极小值且无法做到实时重构.文中提出了一种迭代多尺度深度网络，该网络结合传统IMA和深度网络的优势，将IMA展开成深度网络模型（命名为IMA-Net）.该方法迭代地执行一种感兴趣区域(regions of interest, ROI)提取算法，在不同尺度的ROI内构建目标函数，并将目标函数分解成若干个优化子问题，子问题的迭代更新过程映射到深度网络结构中，交替更新相关分量，求解出目标函数的最优值.实验结果验证了该方法的有效性和优越性，为目标实时重构提供了一个有效方案.
- 单位
