自适应粒子群优化算法优化径向基函数神经网络用于电阻抗成像图像重建

作者：吴阳; 刘凯^*; 陈柏; 李芳; 姚佳烽

来源：仪器仪表学报, 2020, 41(06): 240-249.

DOI：10.19650/j.cnki.cjsi.J2006198

• 电阻抗成像
• 图像重建
• 逆问题
• 自适应粒子群优化算法
• 径向基函数神经网络

电阻抗成像(EIT)的图像重建是一个高度非线性且欠定的病态逆问题。由于传统方法无法达到很高的精度,并且重建过程通常很耗时,提出了一种基于自适应粒子群优化算法的径向基函数神经网络(APSO-RBFNN)用于图像重建。通过数值模拟建立了15 000个仿真样本,分为训练集和测试集。经过网络训练后,测试集上的图像相关系数(ICC)为0.95,仿真结果验证了APSO-RBFNN方法的有效性。当将30、40和50 dB的高斯白噪声添加到测试集中,ICC分别为0.90、0.92和0.93,证明了该方法的鲁棒性。对包含更多目标的样本重建结果说明了该方法具有良好的泛化能力。此外,8电极EIT系统的实验数据测试结果表明,相比于Tikhonov和RBFNN方法,APSO-RBFNN方法具有更好的图像重建结果。

• 单位
  南京航空航天大学; 三江学院