选择分块SVM电容层析成像改进方法

作者：李岩; 袁小花; 刘精松; 柳培新; 郑洁琼; 张迪

来源：计算机工程与应用, 2013, (13): 110-113.

• 支持向量机
• 选择分块
• 电容层析成像
• 数据预处理
• 图像重建 Support Vector Machine(SVM)
• Choice and Segmentation(CS)
• Electrical Capacitance Tomography(ECT)
• data preprocessing
• image reconstruction

针对SVM在处理具有样本集规模大的ECT系统数据时,存在ECT图像重建的成像精度不高和速度慢的问题,采用了选择分块支持向量机CSSVM算法。将ECT系统样本数据构成列数固定的样本矩阵,每个样本作为样本矩阵的行,66个电容值和66个敏感度值作为矩阵的列。该算法将大样本矩阵按照某一成像单元进行选择性分块,并形成多个小样本矩阵,再分别采用SVM算法进行训练和预测,将各个成像单元组合成像。数值实验证明,使用CSSVM新算法比单独使用SVM算法重建图像具有更高的分类准确率和更短的成像时间。

• 出版日期2013
• 单位哈尔滨理工大学