基于 RW-GN 的电容层析成像流型辩识算法

摘要：

为解决电容层析成像反问题流型识别困难的问题，提出一种基于修正加权高斯牛顿的神经网络（RW-GN）对电容层析成像流型辩识的算法。在研究高斯牛顿算法原理的基础上，对原算法进行优化，对优化之后算法的稳定性进行验证；在此基础上探讨将基于修正加权高斯牛顿的神经网络算法应用于电容层析成像流型辨识的可行性。实验结果表明，与 BP神经网络、SVM、决策树识别算法相比，该算法对5种流型有较高的识别率。

关键词：修正加权高斯牛顿、电容层析成像、稳定性、可行性、识别率

分类号：TP181(自动化基础理论)

资助基金：国家948基金项目2011-4-04；中央高校基本科研业务费专项基金项目DL12CB02；黑龙江省教育厅科学技术研究基金项目12513016；黑龙江省博士后基金项目LBH-Z10273；黑龙江省自然科学基金项目F201347；哈尔滨市科技创新人才专项基金项目2013RFQXJ100

在线出版日期：2015-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1042-1045,1109