基于支持向量机管道泄漏信号特征选择研究.pdfVIP

第29卷第4期增刊 仪 器 仪 表 学 报 V01．29No．4 ChineseJoumalofScientific 2008年4月 Instrument Apr．2008 基于支持向量机管道泄漏信号的特征选择研究 赵艳燕1 刘娜2 (1北京化工大学计算机应用北京100029； 2北京石油化工学院自动化系北京 102617) 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(Svll)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 ResearchonFeatureSelectionFor LeakBasedon Pipeline Support VectorMachines Zhao LiuNa2 Yanyanl University 100029； (I BeUing ofChemicalTechnologyComputerApplicationBeijing 2 Institute 102617 Beijing China) Beijing ofPetrochemicalTechnologyDepartmentofAutomation AbstractInthe leak method theneuralnetworkexistsome detection,the pipeline pattern-recognitionbyusing asless andlower atthis feature disadvantages,suchtrainingsample convergencespeed．Aimedproblem，a selectionmethodbasedon vector SVM(supportmachines)isstudied，includingpeakamplitudeparameter and and methodevent count method．So，smallsample，nonlinear,hiigh—dimensionalpracticalproblems ring—down are differentfeature acertaineffectonthe oftheclassificationresults． solved．Selecting parameters，has accuracy researchesand show featurevalueswith areusedas