SADE-ELM电容层析成像流型辨识算法

摘要：

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(SaDE-EML)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

所属期刊栏目：19

分类号：TP181(自动化基础理论)

资助基金：国家948项目2011-4-04;中央高校基本科研业务费专项资金DL12CB02;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

在线出版日期：2015-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：32-37