電容層析成像系統(tǒng)圖像重建算法的分析和比較.pdf

1、多相流系統(tǒng)是一個(gè)復(fù)雜的非線(xiàn)性動(dòng)態(tài)系統(tǒng)，相間存在著界面效應(yīng)和相對(duì)速度，致使多相流參數(shù)檢測(cè)的難度較大。在國(guó)際上，多相流參數(shù)檢測(cè)也是一個(gè)急待發(fā)展的探索研究領(lǐng)域。近十多年來(lái)迅速發(fā)展起來(lái)的過(guò)程層析成像技術(shù)在解決多相流檢測(cè)問(wèn)題上有很大的潛力和廣闊的工業(yè)應(yīng)用前景。電容層析成像技術(shù)以其成本低、響應(yīng)速度快、結(jié)構(gòu)簡(jiǎn)單、適用范圍廣、非侵入式、安全性能好等優(yōu)點(diǎn)，成為過(guò)程層析成像技術(shù)的主流和研究熱點(diǎn)，但離實(shí)際應(yīng)用尚有很大距離，因此有待進(jìn)一步研究和發(fā)展。支持向量機(jī)

2、(Support Vector Machines，簡(jiǎn)稱(chēng)SVM)是在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上發(fā)展起來(lái)的一種新的學(xué)習(xí)方法，它已初步表現(xiàn)出很多優(yōu)于已有方法的性能。由于采用了結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則代替經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則，使得較好的解決了小樣本學(xué)習(xí)的問(wèn)題；又由于采用了核函數(shù)思想，使它把非線(xiàn)性空間的問(wèn)題轉(zhuǎn)換到線(xiàn)性空間，降低了算法的復(fù)雜度。正是因?yàn)槠渫陚涞睦碚摶A(chǔ)和出色的學(xué)習(xí)性能，該技術(shù)已成為機(jī)器學(xué)洗劫的研究熱點(diǎn)，并在很多領(lǐng)域都得到了成功的應(yīng)用，如人臉檢測(cè)、

3、手寫(xiě)體數(shù)字識(shí)別、文本自動(dòng)分類(lèi)等。但是作為一種新興技術(shù)，SVM在很多應(yīng)用領(lǐng)域的研究還有待探索和完善。 本文以8電極電容層析成像系統(tǒng)為研究對(duì)象，借助支持向量機(jī)方法在小樣本、非線(xiàn)性及高維特征空間中具有良好的分類(lèi)性能，研究了油水兩相流的流型識(shí)別問(wèn)題，對(duì)典型流型的流體進(jìn)行基于遺傳算法的圖像重建。本文的主要研究?jī)?nèi)容和成果如下： 1．介紹了過(guò)程層析成像系統(tǒng)的特點(diǎn)、用途、構(gòu)成、發(fā)展現(xiàn)狀和基于不同敏感原理的過(guò)程層析成像技術(shù)。闡述了電容層析