ECT系统轮换对称SVM图像重建改进算法.pdfVIP

第20卷第3期 哈尔滨理工大学学报 V01．20No．3 OFHARBINUNIVERSITYOFSCIENCEAND 2015年6月 JOURNAL TECHNOLOGYJun．2015 ECT系统轮换对称SVM图像重建改进算法 李 岩， 杜永斌， 宋海丰， 满志强， 任相花 (哈尔滨理工大学计算机科学与技术学院，黑龙江哈尔滨150080) 摘要：针对在处理大规模样本集的ECT系统数据时，SVM算法存在的图像重建的成像精度 不高及速度慢的问题，采用了轮换对称分块支持向量机CSPSVM算法．算法利用ECT系统模型的 轮换对称性，将大样本矩阵按照成像单元某一层按轮换对称性进行简化，并选择性分块，形成多个 小样本矩阵；然后分别采用SVM算法进行训练，用得出的决策函数进行样本预测；最后将各成像单 元组合成像．图像重建实验结果表明使用CSPSVM改进算法要比单独使用SVM算法重建图像具 有更高的分类精度和更短的成像时间． 关键词：电容层析成像；支持向量机；轮换对称性；选择分块；图像重建 DOI：10．15938／j．jbust．2015．02．008 中图分类号：TP391．4文献标志码：A MethodofElectrical Basedon Improved CapacitanceTomography SVM of Partition AlgorithmCyclicSymmetrical L／Yah，DU物增一bin，SONGHai-feng，MANZhi—qiang，RENX气ang—hua and ofScience of Science and (SchoolComputer Technology，HarbinUniversity Technology，Harbin150080，China) to vector low andlow todealwith machine(SVM)has Abstract：Accordingsupport accuracy trainingspeed scale matrixinECT new thatcombinedSVMwiththe large sample system，aalgorithm cyclicsymmetricalpartition the ofECT matrixis accord— (CSPSVM)ispresented．Bycyclicsymmetrysystemmodel，alargesample simplified toa ofthe block into smaller matrixes．Then ing layer imagingunit，andsegmentsselectivelymultiple sample they aretrainedSVM thedecisionfunctionobtainedcanbeusedto the by respectively，and classifypredictionsample．