相关向量机在光纤预警系统模式识别中的应用.pdfVIP

第47卷 第 12期 天津大学学报 (自然科学与工程技术版) vol|47 NO．12 2014年 12月 JournalofTianjinUniversity(ScienceandTechnology) Dec．2014 D0I：10．11784／tdxbz201309073 相关向量机在光纤预警系统模式识别中的应用 孙 茜，曾周末 ，李 健 (天津大学精密测试技术与仪器国家重点实验室 ，天津 300072) 摘 要 ：由于传统模式识别方法存在过学习、训练时间长等缺陷，不能满足光纤预警系统实时在线监测的要求．相 关向量机能够克服传统方法的缺点，识别精度高，向量机个数需求少，因此，将相关向量机应用于光纤预警系统模 式识别中，采用小波能谱和小波信息熵的特征提取方法，在测试阶段采用有向无环图的方法进行多类识别．通过对 威胁管道安全的事件进行实验，识别精度达到92．67％，向量机个数只有 2个，验证 了相关向量机方法应用于光纤预 警系统的可行性和有效性． 关键词：光纤预警；模式识别；相关向量机；有向无环图 中图分类号：TN247；TN911．6 文献标志码 ：A 文章编号 ：0493．2137(2014)12．1115—06 ApplicationofRelevanceVectorM achineinPatternRecognitionof OpticalFiberPre—W arningSystem SunQian，ZengZhoumo，LiJian (StateKeyLaboratoryofPrecisionMeasuringTechnologyandInstruments，TianjinUniversity，Tianjin300072，China) Abstract：Becauseofsevereover-fittingandhighcomputationcost，traditionalpattern recognitionmethodscannot meetthedemandsfortheonlinemonitoringofopticalfiberpre—warningsystem．Relevancevectormachines(RVMs) canovercomethedisadvantagesoftraditionalmethods，whichhavehigheridentityprecisionandfewervectornUlTI- ber，therefore，inthispaperRVM wasusedasrecognitionmethodinopticalfiberpre—warningsystem．Waveleten- ergy andwaveletinformation entropywerealsousedasfeatureextractionmethod，anddirectedacyclicgraphwas usedtotestmulti—typesofsamples．Theexperimentonpipelinesafeyt eventsshowsthattherecognitionaccuracyof RVM canreach92．67％，andthevectornumberisonly2．Themethodproposedinthispaperisprovedtobefeasible andeffectiveofropticalfiberpre-warningsystem． Keywords：opticalfiberpre-warning；patternrecognition；relevancevectormachine；directedacyclicgraph 光纤传感器因其频带范围宽、动态范围大、不受 神经网络容易陷入局部最优并且在训练过程中容易 电磁场干扰、具有极高的灵敏度和分辨率，已被广泛