-
题名SADE-ELM电容层析成像流型辨识算法
被引量：2
- 1
-
-
作者
陈宇
许莉薇
黄仲洋
江露
-
机构
东北林业大学信息与计算机工程学院
-
出处
《哈尔滨理工大学学报》
CAS
2014年第6期32-37,共6页
-
基金
国家948项目(2011-4-04)
中央高校基本科研业务费专项资金(DL12CB02)
+3 种基金
黑龙江省教育厅科学技术研究项目(12513016)
黑龙江省博士后基金
黑龙江省自然科学基金(F201347)
哈尔滨市科技创新人才专项资金(2013RFQXJ100)
-
文摘
针对电容层析成像反问题流型识别较难的问题,提出了一种新的ECT流型辨识算法——差分演化优化极端学习机算法,进而提出了基于自适应差分演化优化极端学习机(Sa DEEML)的ECT辨识算法.在论述极端学习机算法的基础上,结合差分演化算法对极端学习机算法进行优化,自适应差分演化算法中的关键参数,通过训练得到各类流型的分类器的参数,构造分类器进行精准与快速分类.实验结果表明:该算法能有效克服极端学习机算法的缺点并提高了局部与全局收敛能力,通过与BP、SVM算法比较,该算法具有竞争力,并为电容层析成像流型辨识的研究提供了新算法.
-
关键词
电容层析成像
自适应差分演化优化极端学习机算法
辨识
-
Keywords
electrical capacitance tomography
self adaptive different evolution extreme learning algorithm
identification
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
