富翁彩票

  • <tr id='CjbFSd'><strong id='CjbFSd'></strong><small id='CjbFSd'></small><button id='CjbFSd'></button><li id='CjbFSd'><noscript id='CjbFSd'><big id='CjbFSd'></big><dt id='CjbFSd'></dt></noscript></li></tr><ol id='CjbFSd'><option id='CjbFSd'><table id='CjbFSd'><blockquote id='CjbFSd'><tbody id='CjbFSd'></tbody></blockquote></table></option></ol><u id='CjbFSd'></u><kbd id='CjbFSd'><kbd id='CjbFSd'></kbd></kbd>

    <code id='CjbFSd'><strong id='CjbFSd'></strong></code>

    <fieldset id='CjbFSd'></fieldset>
          <span id='CjbFSd'></span>

              <ins id='CjbFSd'></ins>
              <acronym id='CjbFSd'><em id='CjbFSd'></em><td id='CjbFSd'><div id='CjbFSd'></div></td></acronym><address id='CjbFSd'><big id='CjbFSd'><big id='CjbFSd'></big><legend id='CjbFSd'></legend></big></address>

              <i id='CjbFSd'><div id='CjbFSd'><ins id='CjbFSd'></ins></div></i>
              <i id='CjbFSd'></i>
            1. <dl id='CjbFSd'></dl>
              1. <blockquote id='CjbFSd'><q id='CjbFSd'><noscript id='CjbFSd'></noscript><dt id='CjbFSd'></dt></q></blockquote><noframes id='CjbFSd'><i id='CjbFSd'></i>
              2. 首页
              3. 装备资讯
              4. 热点专题
              5. 人物访谈
              6. 政府采购
              7. 产品库
              8. 求购库
              9. 企业库
              10. 品牌排行
              11. 院校库
              12. 案例·技术
              13. 会展信息
              14. 教育装备采购网首页 > 知识产权 > 专利 > CN105957003A

                基于学习的多孔介质超维重建方法

                  摘要:本发明涉及一种基于学习的多孔介质超维重建方法。该方法基于多孔介质二维图像的三维建模问⌒题,通过将超分辨率重建中学习的方法引入多孔介质三维重建,建立从单幅图像到三维结∑ 构的字典,提出了超维的概念。具体重建★步骤包括:选取原始CT图像序列作为训练集;利用超维重建的方法建立原始三维CT序列每层二维图像到包括该层在内的五层CT图像对应位置的三维结构的字典。以原始参考图像为依据,在建立好的训练集中搜索最匹配的♀三维结构,实现超维◎的重建。重建的三维微观结构为真实多孔介质微观结︾构提供了一个很好解释,可用于多孔介质微观结构电学特性及渗流特性的研究,具有实用价值。
                • 专利类型发明专利
                • 申请人四川大学;
                • 发明人滕奇志;何小海;李洋;李征骥;王正勇;吴晓红;
                • 地址610064 四川省成都市武侯区望江路29号
                • 申请号CN201610260365.7
                • 申请时间2016年04月25日
                • 申请公布号CN105957003A
                • 申请公布时间2016年09月21日
                • 分类号G06T3/40(2006.01)I;