多维输出SVR的ECT两相流图像重建方法

doi:10.3778/j.issn.1002-8331.2010.31.043

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (31): 157-160.DOI: 10.3778/j.issn.1002-8331.2010.31.043

• 图形、图像、模式识别 • 上一篇下一篇

多维输出SVR的ECT两相流图像重建方法

李建伟^1，2，杨晓光¹，汪友华¹

1.河北工业大学电磁场与电器可靠性省部共建重点实验室，天津 300130
2.河北工业大学计算机科学与软件学院，天津 300130

收稿日期:2010-07-06 修回日期:2010-08-26 出版日期:2010-11-01 发布日期:2010-11-01
通讯作者: 李建伟

Image reconstruction method of two-phase flow regimes based on multi-dimensional support vector regression and electrical capacitance tomography

LI Jian-wei^1，2，YANG Xiao-guang¹，WANG You-hua¹

1.Province-Ministry Joint Key Laboratory of Electromagnetic Field and Electrical Apparatus Reliability，Hebei University of Technology，Tianjin 300130，China
2.School of Computer Science and Software，Hebei University of Technology，Tianjin 300130，China

Received:2010-07-06 Revised:2010-08-26 Online:2010-11-01 Published:2010-11-01
Contact: LI Jian-wei

摘要/Abstract

摘要： 根据电容层析成像（ECT）中两相流识别问题的特点，提出基于多维输出支持向量回归机（MSVR）的图像重建算法。采用超球空间不敏感损失函数的MSVR是支持向量机理论的一个重要分支，它有效地克服了神经网络算法中的过学习问题，具有较强的泛化能力。近似迭代变权最小二乘法（IRWLS）在保证MSVR回归精度的基础上，有效地简化了其求解过程，可快速建立电容测量值与成像区域介电常数分布之间的非线性映射关系。对包含6种典型两相流流型的仿真数据进行实验。结果表明，该方法泛化能力强，图像重建精度高。

Abstract: Electrical capacitance tomography（ECT） technique is a very complex nonlinear problem.To solve the ill-posed image reconstruction problem，a new method based on multi-dimensional support vector regression（MSVR） is proposed.The MSVR with a hyper-spherical insensitive zone is an import branch of SVM，overcoming the over-fitting of neural networks.Similar Iterative Re-Weight Least Square（IRWLS） algorithm is used to simply the realization of MSVR，a nonlinear map between capacitance measurements and the permittivity distribution in image region is built fastly.Using the data and MSVR method，simulation experiments are carried out for six typical flow regimes.The results prove that MSVR is an effective approach to solve image reconstruction for ECT.

中图分类号:

TP301

李建伟^1，2，杨晓光¹，汪友华¹. 多维输出SVR的ECT两相流图像重建方法[J]. 计算机工程与应用, 2010, 46(31): 157-160.

LI Jian-wei^1，2，YANG Xiao-guang¹，WANG You-hua¹. Image reconstruction method of two-phase flow regimes based on multi-dimensional support vector regression and electrical capacitance tomography[J]. Computer Engineering and Applications, 2010, 46(31): 157-160.

[1]	高芳^1，2，韩璞¹，翟永杰¹. 基于变异操作的蚁群算法用于连续函数优化[J]. 计算机工程与应用, 2011, 47(4): 5-8.
[2]	赵东旭，乐晓波. 采用改进的进化策略优化模糊Petri网参数[J]. 计算机工程与应用, 2011, 47(4): 29-32.
[3]	宋小震^1，2，韩召伟¹，李永明³. 量子上下文无关文法的代数性质[J]. 计算机工程与应用, 2011, 47(4): 42-46.
[4]	黄敏镁. 粒子群算法在物流中心选址中的应用[J]. 计算机工程与应用, 2011, 47(4): 212-214.
[5]	党正军，杜中军. 基于图裁减和图搜索的工作流图验证算法[J]. 计算机工程与应用, 2011, 47(4): 226-228.
[6]	刘君^1，2，熊忠阳¹，王银辉¹. 改进型动态隧道神经网络在蛋白质预测的应用[J]. 计算机工程与应用, 2011, 47(3): 13-16.
[7]	刘琼荪，范瑞雅. 确定高斯核参数的聚类方法[J]. 计算机工程与应用, 2011, 47(3): 38-40.
[8]	韩召伟^1，2，韩召莹³. Lukasiewicz逻辑值上下文无关语言的代数刻画[J]. 计算机工程与应用, 2011, 47(3): 47-50.
[9]	戴海鹏，唐厚君. 求凸多边形直径的改进算法[J]. 计算机工程与应用, 2011, 47(3): 44-46.
[10]	李强，刘国栋. 多移动机器人的组队规划研究[J]. 计算机工程与应用, 2011, 47(2): 242-245.
[11]	陈应显. 基于模糊集的蚁群空间聚类方法研究[J]. 计算机工程与应用, 2011, 47(2): 5-7.
[12]	崔明义. 小波分解的浮点数编码遗传算法消噪变异研究[J]. 计算机工程与应用, 2011, 47(2): 35-37.
[13]	于勇¹，张亚²，郭希娟²，封雪². 基于成功回路的凹多面体的剖分算法[J]. 计算机工程与应用, 2011, 47(2): 41-42.
[14]	汪保，孙秦. 求解非线性方程组的一种并行算法[J]. 计算机工程与应用, 2011, 47(2): 49-51.
[15]	林时来，刘光远，张慧玲. 蚁群算法在呼吸信号情感识别中的应用研究[J]. 计算机工程与应用, 2011, 47(2): 169-172.

多维输出SVR的ECT两相流图像重建方法

Image reconstruction method of two-phase flow regimes based on multi-dimensional support vector regression and electrical capacitance tomography

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics