摘要
本发明公开了一种基于神经网络的偏滤器可见光相机图像的快速反演方法及装置,属于图像断层重建技术领域,该方法包括:构建初步的数据集;根据初步数据集选取主要反映中性粒子及杂质辐射的区域,裁剪固定的大小作为真正的数据集;在假设托卡马克等离子体环向对称的情况下,计算权重矩阵;将真正数据集划分训练集、验证集和测试集;训练集放入ViT模型进行训练,ViT模型的输出为反演获得的中性粒子及杂质辐射分布;之后根据相机图像与中性粒子及杂质的辐射分布之间的关系,将中性粒子及杂质的辐射分布与的权重矩阵相乘得到模拟的相机图像,根据网络的总体损失训练ViT神经网络。本发明实现了一次计算得出辐射分布,节约了运算资源。
技术关键词
可见光相机
托卡马克等离子体
反演方法
图像
滤器
粒子
矩阵
神经网络参数
数据
训练集
前馈神经网络
非暂态计算机可读存储介质
裁剪模块
注意力机制
对比度
转换器模块
系统为您推荐了相关专利信息
边坡变形监测方法
格网
点云滤波
生成点云数据
地面
交互特征
场景类别
生成场景
图像分割模型
图像全局特征
模型构建方法
雷达点云数据
姿态识别模型
轨迹点数据
时间段