基于UNet-ViT神经网络对阻抗非均匀腔体的电磁重构问题的方法

本发明提供了基于UNet‑ViT神经网络对阻抗非均匀腔体的电磁重构问题的方法，涉及电磁重构技术领域，包括初始化腔体探测区域的参数；构建输入数据矩阵和输出数据矩阵；将输入数据矩阵和输出数据矩阵划分为训练集、测试集和预测集；建立UNet‑ViT神经网络；基于Adam优化算法，采用训练集数据训练UNet‑ViT网络，更新UNet‑ViT神经网络模型的参数；利用每次的损失值建立损失曲线；使用训练好的UNet‑ViT模型对预测集数据进行反演，输出腔体的可视化模型。本发明采用上述的基于UNet‑ViT神经网络对阻抗非均匀腔体的进行电磁重构，反演的准确性大幅提高，具有较高的重构精度，能够准确还原腔体的信息。