基于粒子群优化算法的电阻抗图像重建
电阻抗成像的实际应用具有许多优越性,但电阻抗图像重建是一个严重病态的非线性逆问题.目前电阻抗成像的静态算法大多采用Newton-Raphson类算法,这类算法需要计算Jacobian矩阵、使用正则化技术等,算法复杂且稳定性较差.针对该问题,采用了一种新的求解逆问题的方法:粒子群优化算法(PSO).PSO是一种基于种群搜索策略的自适应随机算法,具有算法简单、调节参数少、收敛速度快、易于实现等特点.给出了电阻抗成像的建模模型,并对粒子群优化算法做了适当的改进以适应电阻抗问题的求解.与牛顿类算法相比,它可以省去繁复的雅可比矩阵计算过程,而采用自适应搜索来求取最优解.仿真结果表明,应用PSO进行图像重构时,能够对突变区域进行准确的定位,图像分辨率较高.
电阻抗成像、粒子群优化算法、图像重建
34
TM152(电工基础理论)
科技部中俄国际合作项目ISCP 2007DFR30080;国家"111"计划项目B08036;国家自然科学基金面上项目50877082;重庆大学"211工程"三期创新人才培养计划建设项目S-09111
2011-08-03(万方平台首次上网日期,不代表论文的发表时间)
82-87