Fuzzy clustering based algorithm for determination of the two-phase gas-liquid flows similarity level

• Autorzy: Fiderek P. , Wajman R. , Kucharski J.

Identyfikatory

DOI

10.12915/pe.2014.02.14

Warianty tytułu

PL

Algorytm do wyznaczania stopnia podobieństwa przepływów dwufazowych typu gaz ciecz oparty na klasyfikacji rozmytej

• Języki publikacji: EN

Abstrakty

EN

In the article there is a description of the FCM based algorithm for the determination of the similarity level of the current investigated by the capacitance process tomography methods to the previously prepared pattern flows. Additionally readers can find a description of raw tomographic data collection method used, preparation of the most significant features vector routine and basic theoretical issues.

PL

Artykuł zawiera opis algorytmu opartego na klasyfikacji rozmytej mającego na celu wyznaczenie wartości podobieństwa badanych za pomocą metod pojemnościowej tomografii przemysłowej przepływów dwufazowych do wcześniej przygotowanych przepływów wzorcowych. W artykule można znaleźć opis wykorzystanych metod akwizycji danych, przygotowania wektora cech znaczących oraz podstawowych zagadnień teoretycznych.

Słowa kluczowe

EN

fuzzy c-means; raw tomographic data; two-phase gas-liquid flow; fuzzy logic

PL

klasyfikacja rozmyta; dane tomograficzne surowe; przepływy dwufazowe gaz-ciecz; logika rozmyta

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 2
• Strony: 52--55
• Opis fizyczny: Bibliogr. 10 poz., schem., tab.

Twórcy

autor

Fiderek P.

• Politechnika Łódzka, Instytut Informatyki Stosowanej, 90-924, Łódź

autor

Wajman R.

• Politechnika Łódzka, Instytut Informatyki Stosowanej, 90-924, Łódź

autor

Kucharski J.

• Politechnika Łódzka, Instytut Informatyki Stosowanej, 90-924, Łódź

Bibliografia

• [1] Banasiak R., Soleimani M., Shape based reconstruction of experimental data in 3D electrical capacitance tomography, NDT & E International, Volume 43, Issue (2010), 241-249
• [2] Banasiak R., Ye Z., Soleimani M., Improving three-dimensional electrical capacitance tomography imaging using approximation error model theory, Jurnal of Electromagnetics, Waves and Applications, Vol. 26 (2012), 411-421
• [3] Bezdek J.C., Ehrlich R., Full W., FCM: The fuzzy c-means clustering algorithm, Computers and Geosciences, Volume 10, Issue 2-3 (1984), 191-203
• [4] Brandisky K., Sankowski D., Banasiak R., Dolapchiev I., ECT sensor optimization based on RSM and GA, COMPEL – The International Journal for Computation and Mathematics in Electrical and Electronic Engineering, Volume 31, Issue 3 (2012), 858-869
• [5] Burges, C.J.C., A tutorial on support vector machines for pattern recognition, Data Mining and Knowledge Discovery, Volume 2, Issue 2 (1998), 121-167
• [6] Chaniecki Z., Algorytmy przetwarzania i analizy danych pomiarowych elektrycznej tomografii pojemnościowej w diagnostyce wybranych procesów przemysłowych, PhD thesis (2006)
• [7] Jaworski T., Kucharski J., An algorithm for reconstruction of temperature distribution on rotating cylinder surface from a thermal camera video stream, Przegląd Elektrotechniczny, Volume 89, Issue 2 A (2013), 91-94
• [8] Wajman R , Fiderek P, Fidos H., Jaworski T., Nowakowski J., Sankowski D., Banasiak R., Metrological evaluation of a 3D electrical capacitance tomography measurement system for two-phase flow fraction determination, Measurement Science and Technology, Volume 24, Issue 6 (2013), art. no. 065302
• [9] Xu R., Wunsch II D., Survey of clustering algorithms, IEEE Transactions on Neural Networks, Volume 16, Issue 3 (2005), 645-678
• [10] Zadeh L.A., Fuzzy sets, Information and Control, Volume 8, Issue 3 (1965), 338-353