基于极端学习机的正则化电容层析图像重建算法

• 作者: 王莉莉 苏子恒 陈德运
• 来源期刊: 哈尔滨理工大学学报
• 学科: 工学
• 关键词: 电容层析成像 图像重建算法 极端学习机 成本函数 正则化
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 54-61
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.15938/j.jhust.2020.05.008

摘要

针对传统ECT对于复杂情况下成像精度不高的问题,提出一种基于深度学习的反演方法.通过对传统极端学习机的改进和优化,采用重建图像方法获得的图像特征信息作为训练数据,并将数据输入预测模型得到的结果作为先验信息.通过成本函数封装先验信息和领域的专业知识,并引入空间正则器和时间正则器以增强稀疏性,利用分离的Bregman(SB)算法和迭代收缩阈值(FIST)方法求解规定的成本函数,以获得最终的成像结果.仿真实验结果表明,该方法重建的图像与原流型相比,误差小于10％,并且减少了伪影和变形,提高了重建图像质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德运		143	1570	22.0	31.0
2	王莉莉		33	292	9.0	16.0
3	苏子恒		1	0	0.0	0.0