基于特征提取和rbf神经网络的ect流型辨识

《基于特征提取和rbf神经网络的ect流型辨识》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据ComputerEngineeringandApplications计算机工程与应用基于特征提取和RBF神经网络的ECT流型辨识王莉莉，乔立勇，陈字，陈德运WANGLili，QIAOLiyong，CHENYu，CHENDeyun哈尔滨理工大学计算机科学与技术学院，哈尔滨150080CollegeofScience&Technology，HarbinUniversityofScienceandTechnology，Harbin150080，ChinaWANGLili．QIAOLiyong。CH

2、ENYu。eta1．FlowpatternidentificationbasedonfeatureextractionandRBFneuralnet-workforElectricalCapacitanceTomography．ComputerEngineeringandApplications．2011，47(5)：175-178．Abstraet：Toimprovethetraditionalmethodsofidentificationofflowpattemrecognitionrate．a

3、flowpatternidentificationmethodofECTimagesbasedonthefeatureextractionandradiaIbasisfunctionneuralnetworkiSpresented．Inthismethod．thedefinitionoffeatureparametersispresented．featureextractioniSfinishedaccordingtothecapacitancevaluesmeasuredfromECTsystem

4、．andthefeaturevaluesextractedareinputtoRBFnetworktofinishflowrecognition．ExperimentaIresultsandsimulationdatajndicatethatcomparedwiththemethodofBPneuralnetwork．thenewmethodissuperiorbothinspeedandinefficiency，andthismethodpresentsanewfeasibleandeffecti

5、vewaytoresearchtheimageflowpattemidenti-ficationforelectricalcapacitancetomographysystem．Keywords：electricalcapacitancetomography；RadialBasisFunetion(RBF)neuralnetwork；featureextraction；flowpatternidentification摘要：针对传统ECT流型辨识方法效率低的问题，提出了一种基于特征提取和径向基函数神

6、经网络相结合的ECT图像流型辨识的方法，该方法通过对各种特征参数的定义，完成对ECT系统测得的电容值进行特征提取，然后将提取的特征值作为RBF神经网络的榆入完成流型辨识。仿真和实验结果表明，与基于BP神经网络的图像流型辨识方法相比，该方法具有识别速度快和效率高等优点，为ECT图像流型识别的研究提供了一个新的思路。关键词：电容层析成像；径向基函数神经网络；特征提取；流型识别DOI：lo．3778／j．issn．1002．8331．2011．05．053文章编号：1002．833l(2011)05．01

7、75．04文献标识码：A中图分类号：TP391流动层析成像技术是近年来飞速发展起来的一门新技术，该技术在解决多相流检测问题上有巨大的发展潜力和广阔的工业应用前景”“。电容层析成像技术(ElectricalCapaci．taneeTomography，ECT)以其成本低、适用范围广、结构简单、非侵入式、安全性能好等优点，成为目前流动层析成像技术发展的主流和研究热点。研究电容层析成像的一个目的就是识别两相流的流型，也就是所谓的流型辨识131。传统的流型辨识方法有3种。(1)基于成像的流型辨识基于成像的流

8、型辨识也就是流型可视化。利用ECT系统先成像，然后依据所获取的相分布图像，基于各种流型相分布的不同几何特点提取图像特征，再根据所提取的特征将流型辨识l’uJ题归结为一模糊模式识别问题，从而实现流型识别。(2)基于提取原始数据的流型辨识从大量的原始数据中，可以分析各种不同流型的投影数据的统计特性。通过定义特征参数，对特征参数进行逻辑组合．即可形成判别流型的依据。(3)基于神经网络的流型辨识神经网络是一种人工智能技术，它能近似任意复杂的映射关系，实现良好的函数逼进，它还兼