当前位置: 首页> 交通专利数据库 >详情
原文传递 一种用于电容层析成像的不完整测量数据成像方法
专利名称: 一种用于电容层析成像的不完整测量数据成像方法
摘要: 本发明涉及一种运用不完整测量数据的电容层析成像方法,包括下列步骤:ECT系统测量通道正常情况下获取测量数据用于训练回归模型;在测量故障通道已知的情况下,将用于训练回归模型的测量数据中与故障通道对应的测量值置0;将置0处理后的用于训练回归模型的测量数据通过灵敏度矩阵求解反问题和正问题,得到完整测量数据的近似恢复值,组成训练样本;训练样本聚类,得到带标签的训练样本;运用径向基核函数的LS‑SVM建立回归模型;获得回归模型的测试样本;步骤七:运用RF算法对测试样本分类;基于总变分量最小化算法进行成像。
专利类型: 发明专利
国家地区组织代码: 天津;12
申请人: 天津大学
发明人: 崔自强;夏子涵
专利状态: 有效
申请日期: 2019-05-10T00:00:00+0800
发布日期: 2019-08-30T00:00:00+0800
申请号: CN201910388082.4
公开号: CN110186962A
代理机构: 天津市北洋有限责任专利代理事务所
代理人: 程毓英
分类号: G01N27/22(2006.01);G;G01;G01N;G01N27
申请人地址: 300072 天津市南开区卫津路92号
主权项: 1.一种运用不完整测量数据的电容层析成像方法,包括下列步骤: 步骤一、在ECT系统测量通道正常情况下获取测量数据用于训练回归模型; 步骤二、在测量故障通道已知的情况下,将用于训练回归模型的测量数据中与故障通道对应的测量值置0; 步骤三:将置0处理后的用于训练回归模型的测量数据通过灵敏度矩阵求解反问题和正问题,得到完整测量数据的近似恢复值将作为回归模型的训练输入,并将测量故障通道对应的测量值Cm作为训练输出,组成训练样本Cr; 步骤四:运用K-Means算法将训练样本Cr聚类,得到带标签的训练样本Cr*,其中标签值为1,2...,K-1,K,按照标签序号形成了K个类别的训练样本,每类训练样本组成独立的训练集,可以形成K个训练集; 步骤五:运用径向基核函数的LS-SVM建立回归模型,K个训练集用于训练K个LS-SVM回归模型; 步骤六:将测量通道故障情况下测量所得的不完整测量数据通过灵敏度矩阵求解反问题和正问题,得到其近似恢复值将作为回归模型的测试样本; 步骤七:运用RF算法对测试样本分类,将分入由K-Means聚类形成的K个类别中,得到带标签的测试样本Ce*,其中标签值为1,2...,K-1,K; 步骤八:将带标签的测试样本Ce*输入到与其标签相对应的LS-SVM回归模型,输出为不完整测量数据Cm的恢复值,将Cm的恢复值与组合得到完整测量数据的恢复值 步骤九:基于总变分量最小化算法对进行成像,得到相应的成像结果。
所属类别: 发明专利
检索历史
应用推荐