基于多维输出支持向量回归机的脑电源定位

脑电源定位是根据头皮观测电位进行逆问题计算的过程。文章把采用近似迭代变权最小二乘法方法的多维输出支持向量回归机应用到脑电源定位中。与单变量输出支持向量机回归建模相比,采用该方法建立的多变量系统模型结构较为简单,计算工作量小,速度快。为了发现头皮电位和脑内部产生源的关系,选择使用了单个等效偶极子源和四层同心球头模型。实验结果表明,多维支持向量回归机方法在脑电源定位问题求解中具有运行速度快,鲁棒性好等特点。

多维输出SVR的ECT两相流图像重建方法

根据电容层析成像(ECT)中两相流识别问题的特点,提出基于多维输出支持向量回归机(MSVR)的图像重建算法。采用超球空间不敏感损失函数的MSVR是支持向量机理论的一个重要分支,它有效地克服了神经网络算法中的过学习问题,具有较强的泛化能力。近似迭代变权最小二乘法(IRWLS)在保证MSVR回归精度的基础上,有效地简化了其求解过程,可快速建立电容测量值与成像区域介电常数分布之间的非线性映射关系。对包含6种典型两相流流型的仿真数据进行实验。结果表明,该方法泛化能力强,图像重建精度高。