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)
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)
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.
光纤预警;模式识别;相关向量机;有向无环图
光纤传感器因其频带范围宽、动态范围大、不受电磁场干扰、具有极高的灵敏度和分辨率,已被广泛应用于桥梁、大坝、石油测井及油气管道的应力应变及振动信号的监测、预警系统中[1-2],为保障工业生产安全、减少能源损失做出了巨大的贡献.如何对光纤传感器采集到的信号进行准确识别,减少误报,避免不必要的资源浪费是光纤预警系统研究的关键性问题.已有的研究采用人工神经网络[3]及支持向量机(SVM)[4]等方法来对光纤预警信号进行分类识别,但是这些传统方法在实际应用中都存在许多缺陷:人工神经网络容易陷入局部最优并且在训练过程中容易产生过拟合,影响识别精度;……