论文部分内容阅读
在运用高密度弹性波CT技术进行防渗墙质量检测的过程中,为了确定弹性波散射图谱中的缺陷分布,运用径向基神经网络对图像进行滤波融合。数据计算过程中,以采用高密度弹性波跨孔成像技术所获取的水库防渗墙体的弹性波散射图谱及其源码为图像融合对象,以高斯分布函数为基函数建立网络映射,跟踪构建图像的径向基网络模型,并对数据模型的计算性能进行分析。计算结果认为:径向基神经网络方法的非线性映射特征明显,聚类分析能力强,对多维特征的弹性波CT图谱的数据拟合具有良好的适用性;针对含有较多突变点、漂移点、缺失点的样本,径向基方法表现出较好的逼近性能,且计算过程简洁、时间成本低、数据收敛可靠、系统鲁棒性强,能够满足图像融合及可视化分析的需求,为防渗墙体弹性波CT图谱的特征识别提供技术支持。