基于支持向量机的电气设备运行状态图像识别方法研究.pdfVIP

沈阳农业大学学报，2008—10，39(5)：638—640 JournalofShenyangAgriculturalUniversity，2008-10，39(5)：638—640 基于支持向量机的电气设备运行状态图像 识别方法研究 田有文1，于琳琳1，杨镔2 摘要：针对电气设备运行状态图像的特点，提出将支持向量机(SVM)分类器应用于多种电气设备运行状态识别中。首先利用C一均 值聚类法，分割出运行状态指示牌的汉字或数字部分；冉利用K—L变换提取出运行状态的特征向量；最后利用支持向量机分类方 法进行状态识别。试验结果表明：支持向量机分类方法对于小样本情况，具有良好的分类能力，适合多种电气设备运行状态的分类， 并能获得比神经网络方法更好的识别性能。不同的分类核函数的相互比较分析表明，Sigmoid核函数最适合电气设备运行状态的 分类识别。 关键词：支持向量机：电气设备运行状态；图像识别；C一均值聚类法 中图分类号：TP391．41；TF083．2文献标识码：A 文章编号：1000一1700(2008)05—0638—03 Methodof Conditionof Recognition Operation ImageElectricity BasedonSVM Equipments TIAN Bin2 You-wenl，YULin—linl，YANG and Electronic 110161，China； (1．Information College，ShenyangAgriculturalUniversity．Shenyang 2．SchoolofMechatronies National En西neering，Chm)gwonUniversity，Fushan641-7173，Korea) tothecharactersof conditionof methodofthe ofelec— Abstract：According operation imageelectricityequipments，a recognition was basedon condition Vector chinesecharacterornumber tricityequi’pmentsoperation putup Support Machine(SVM)．First of were color condition with vectorofcireula- operation imageselectricityequipmentssegmented segmentation．Then，characteristic tion of K—L state wasextracted transform．Atlast，classificationmethodofSVMforstate imageelectricityequipments using recog- nition Was resultsshowedthatclassificationmethodofSVMhadbet