選擇分塊SVM電容層析成像改進方法

李巖，袁小花，劉精松，柳培新，鄭潔瓊，張迪

哈爾濱理工大學 計算機學院，哈爾濱 150080

選擇分塊SVM電容層析成像改進方法

李巖，袁小花，劉精松，柳培新，鄭潔瓊，張迪

哈爾濱理工大學 計算機學院，哈爾濱 150080

1 引言

電容層析成像（ECT）技術是20世紀80年代后期形成和發展起來的，具有非侵入，結構簡單，成本低，響應速度快，安全性能好和適用范圍廣等優點[1]。但由于受到獨立電容測量值少，系統敏感場的“軟場”特性及待解問題的非線性等因素的限制，給ECT系統圖像重建算法的求解過程帶來了一定的困難[2]，距離工業應用的要求比較遠，因此研究良好的圖像重建算法重要而迫切。支持向量機（SVM）作為機器學習的一個熱點領域，由于它的可靠性和良好的推廣能力，以及在多層次前饋神經網絡領域被證明的優異性能，得到廣泛的應用，也為ECT系統的圖像重建提供了有力手段[3]。但目前在SVM的應用中還存在一些問題，如對不同的應用問題核函數參數的選擇較難，對較復雜問題其分類精度不是很高以及對大規模分類問題訓練時間長等。本文針對SVM在圖像重建的大規模樣本問題中訓練時間長以及精度低的問題，提出了選擇分塊的SVM算法[4-6]應用到電容層析成像。如果樣本數小到一定數據矩陣行的閾值，直接用SVM分類器；如果樣本數超過數據矩陣行的閾值，則用CSSVM算法，針對一小塊，從大樣本中選擇最適合這一小塊的小樣本組合，訓練得到最佳模型。算法將大樣本問題轉變成小樣本分類問題，降低了問題難度，使預測時間短，精度高?！?br>