计量学报

北大核心,JST,CSCD扩展版,WJCI,

国内刊号:11-1864/TB

国际刊号:1000-1158

计量学报杂志2022年第8期:基于鲁棒正则化极限学习机的电容层析成像图像重建

发布日期:

作者:张立峰,戴力

单位:华北电力大学 自动化系, 河北 保定 071003

关键词:计量学;电容层析成像;迭代重加权;极限学习机;Landweber迭代算法

基金:国家自然科学基金(61973115)

电容层析成像图像重建是一个非线性及病态性逆问题。基于此,提出了基于迭代重加权最小二乘法的鲁棒正则化极限学习机(RELM-IRLS)算法的电容层析成像图像重建方法,以油/气两相流为研究对象,通过有限元仿真构建随机分布流型,对RELM-IRLS算法完成训练,并与Landweber迭代算法及极限学习机算法进行对比,RELM-IRLS算法的测试集平均误差相比极限学习机算法减小4.6%。仿真及静态实验结果均表明, RELM-IRLS算法所得重建图像质量得到明显提升,且算法具有良好的泛化性能。

来源:2022年第8期

《计量学报》期刊编辑部

查看计量学报杂志2022年第8期

联系我们

  • 地址:北京市朝阳区北三环东路18号
  • 电话:010-64271480

咨询工作人员