基于极限学习机求解正问题的ECT图像重建

• 作者: 张立峰 戴力
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 电容层析成像 图像重建 正问题 极限学习机 Landweber迭代算法
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 多相流测试技术|Multiphase Flow Measurement
• 页码范围: 64-71
• 页数: 8页
• 分类号: TK39|TH701
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J2107410

摘要

在电容层析成像(ECT)图像重建迭代类算法中,通常采用线性正问题求解,以加快重建速度,由此产生重建误差.针对这一问题,提出了基于极限学习机(ELM)的非线性ECT正问题求解方法,ELM网络输入为介电常数分布,其输出为预测的电容测量值.将该方法与传统的Landweber迭代算法相结合构成ELM-Landweber迭代算法进行图像重建.为使样本具有较好的代表性,物体分布位置及大小均随机生成,并计算相应的归一化电容值作为ELM网络训练及测试样本,对ELM-Landweber迭代算法进行了仿真与静态实验,并与传统Landweber迭代算法进行比较.实验结果表明,相较于传统Landweber迭代算法,采用ELM-Landweber迭代算法,其算法收敛速度显著提高,重建图像质量得到明显改善.训练样本的平均图像相对误差由0.728减小至0.504,测试样本的平均图像相对误差由0.596减小至0.475.