基于支持向量机管道泄漏信号的特征选择研究

摘要：

管道泄漏检测过程中,采用神经网络进行识别,存在训练样本少、收敛速度慢等不足.针对这一问题,提出了基于支持向量机(SVM)的时域特征选择方法即幅值参数法和事件及振铃计数法,解决了小样本、非线性、高维数等实际问题。选用不同的特征参数,对于分类结果的准确性有一定的影响.实验研究与分析表明,基于支持向量机的管道状态检测,以幅值参数法分析的参数作为分类输入时,能取得较好的效果.

关键词： 支持向量机 管道泄漏 特征选择 泄漏检测 特征参数

作者: 赵艳燕 刘娜

作者单位: 北京化工大学计算机应用 北京 100029 北京石油化工学院自动化系 北京 102617

会议类型: 国内会议

会议名称: 第六届全国信息获取与处理学术会议

会议地点: 河南焦作

会议语种:中文

页码: 453-457

在线出版日期: 2008-08-06（万方平台首次上网日期，不代表论文的发表时间）