針對城市排水管道正常與堵塞故障狀態(tài)在數據獲取上的不平衡性造成的運行狀態(tài)識別準確率下降的問題,提出了一種基于果蠅優(yōu)化算法的代價敏感支持向量機的管道堵塞狀態(tài)識別方法。根據排水管道內各運行狀態(tài)下采集到的不平衡數據集,首先對不平衡數據集進行小波包分解,其次,提取各個分解系數的能量熵、近似熵指標構建特征向量集合;采用果蠅優(yōu)化算法(FOA)對不同類樣本懲罰因子C_m和核函數參數g進行優(yōu)化選取,即對代價敏感支持向量機(CS-SVM)模型優(yōu)化,將特征集合輸入優(yōu)化后的CS-SVM模型中,對排水管道的正常和堵塞狀態(tài)識別,通過增大對少數類樣本錯分的懲罰代價,結果表明,提升了少數類的識別準確率。

【文章頁數】：9 頁

【文章目錄】：
0 引 言
1 CS-SVM及其參數
    1.1 SVM
    1.2 CS-SVM
2 基于FOA的CS-SVM尋優(yōu)
    2.1 FOA
    2.2 FOA-CS-SVM模型
3 基于FOA的CSSVM管道堵塞狀態(tài)識別方法
4 數據采集與處理
    4.1 實驗設計
    4.2 數據預處理
        1)小波包分解
        2)聲學信號的特征提取
    4.3 分類識別及結果分析
5 結 論



本文編號：3782333