返回上一页 发布人:patent
我要发布信息
| 好书推荐：全局优化，并行化和性能评价微波断层扫描 | 发布于:2016/06/01 | |
| 微波成像是成像领域的一个新方向，其中一个重要的微波成像应用是生物医学成像。微波成像由照射体和测量场组成.用低功率相干微波源作照射器，照射需成像的目标对象，然后在相对一侧测量由目标散射的场，即反射成象。测得的数据可以用特殊的重建算法处理，给出散射体上的复介电常数的信息。微波成像中，测量到的电磁场和重建均为复数，因而可得到更多的信息，不同的参数均可用图像形式表示。 本书重点介绍微波断层成像如何提供量化的图像，重点介绍基于技术全局优化和电磁数值方法。这些方法通常比较繁琐，会增加大量的计算负担。为了使这些方法更适用可行，有必要加速计算进行实时分析。本书将提供高性能和通用计算机的并行技术。此外，书中引入了组合分类方法来进行全局优化，实现正向求解。此外，本书还讨论了多层次混合优化技术及其在生物医学成像应用中的一些例子。 全书分为8章：1.微波成像概述，向读者介绍了微波成像的不同方法；2.顺序前向求解，阐述了求解麦克斯韦方程的有限差分时域数值方法，该数值方法被用作正向求解；3.全局优化：差分进化、遗传算法、粒子群和混合方法，给出了对微波断层进化全局优化的概述；4.顺序优化：遗传算法，进化的优化方法之一遗传算法，及其在微波断层成像的应用，也包含一些使用前向求解和遗传算法重建图像的简单例子；5.利用神经网络的优先信息列入，提供了有关物质介电性能的知识，将其用于正则化技术中可以改善结果的收敛速度和鲁棒性，并提供了医疗成像应用中的具体实例；6.平行前向求解，重点是有限差分时域算法的并行前进求解方法，并讨论这种方法如何植入集群计算机或图形化编程单元（GPU）；7.并行优化方法，如何采用不同的全局优化方法应用于并行计算；8.标记并行进化算法，提供了不同优化方法的比较。 作者Sima Noghanian副教授工作于北达科他大学，为电磁实验室主任，研究方向为天线和应用电磁学。本书适用于生物医学成像领域的研究人员、研究生，以及从事微波研究的工程师。这本书可用做微波成像的研究生课程。本书内容全面，涵盖微波断层扫描课程内容，并提供了大量教程补充材料。 杨盈莹，副研究员 （中国科学院半导体研究所）来源：国外科技新书评介 |
||
