基于双粒子群协同优化的ECT图像重建算法-论文.pdf

《基于双粒子群协同优化的ECT图像重建算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、计算机研究与发展DOI：10．7544／issnlO00—1239．2014．20131006JournalofComputerResearchandDevelopment51(9)：2094—2100，2014基于双粒子群协同优化的ECT图像重建算法赵玉磊郭宝龙吴宪祥王湃。(西安电子科技大学空间科学与技术学院西安710071)。(西安科技大学电气工程与控制学院西安710054)(zhaoyulei一2008@aliyun．corn)ImageReconstructionAlgorithmforECTBasedonDualParticleSwarmColl

2、aborativeOptimizationZhaoYulei，GuoBaolong，WuXianxiang，andWangPai(SchoolofAerospaceScience&Technology．XidianUniversity，Xi'an710071)。(SchoolofElectricandContro1．Xi'anUniversityofScience&Technology，Xi’an710054)AbstractSincethesensitivityfieldinthecapacitancesensorofelectricalcapacita

3、ncetomographysystemis“softfield”．andthe“softfield’’natureisignoredbythetraditionalimagereconstructionalgorithms，thereisbottleneckinimprovingtheimagingaccuracyforthealgorithms．Tosolvetheproblem，basedontheanalysisofthedistributionofsensitivityfieldandthediscussionofthe“softfield”eff

4、ectanditsimpactontheimagereconstruction，anovelimagereconstructionalgorithmisproposed，whichisdualparticleswarmcollaborativeoptimization．Inthealgorithm，toeliminatetheimpactgeneratedbyignoringthe“softfield”nature．aprioriconditionisusedtoconstructthefitnessfunctionofparticleswarmoptim

5、ization．Theprioriconditionsunderthedifferentflowpatternsareobtainedbytheleastsquaresupportvectormachine．Meanwhile，byintroducingtheIotka—Volterramodel，anewcooperative—competitiveschemeisdiscussed．Thediversityofparticlesisincreasedbyintraspecificandinterspecificlearningandcompetitio

6、n．Sothealgorithmimprovestheglobalconvergenceandconvergencerate．Theexperimentalresultsillustratethatthisalgorithmnotonlyhashigherimageprecisionandstrongerconvergence，butalsoisresistanttotheinterferenceofnoiseinthemeasurementsigna1．Keywordselectricalcapacitancetomography；imagerecons

7、tructi0n；particleswarmoptimization；Lotka—Vloterramodel；prioriconditions摘要由于电容层析成像(electricalcapacitancetomography，ECT)系统中电容传感器的敏感场是“软场”，然而传统的图像重建算法是在忽略“软场”效应的条件下构建的，因此在提高成像精度上存在瓶颈．针对该问题，在分析敏感场分布，并讨论“软场”效应及其对图像重建产生的影响的基础上，提出一种基于双粒子群协同优化的图像重建算法．该算法通过引入用于构造粒子群优化适应度函数的先验条件，消除了因忽略“软场”效

8、应而产生的影响，并通过最小二乘支持向量机得到不同流型下的先验条件．