| 用聚类支持向量机模型监测环保设备运行状态 |
| |
| 作者姓名： | 曹晓莉 甘思源 江朝元 |
| |
| 作者单位： | 重庆工商大学,废油资源化技术与装备教育部工程研究中心,重庆,400067;重庆工商大学计算机科学与信息工程学院,重庆,400067;重庆大学自动化学院重庆,400030;重庆工商大学计算机科学与信息工程学院,重庆,400067 |
| |
| 基金项目： | 重庆市教委资助项目,废油资源化技术与装备教育部工程研究中心重大项目 |
| |
| 摘 要： | 针对环保设备多状态监测与识别问题,提出了一种基于多分类聚类支持向量机的分类算法模型.该算法模型充分利用多个相关联被监测设备及其状态属性特征,采用神经网络聚类分析获得关联特征的聚类子空间,再对聚类子空间构造二叉树支持向量机进行多分类识别.该算法模型避免了盲目分类,与单纯的支持向量机算法比较具有更好的分类性能.通过对日本大晃船用污水处理装置实测样本的训练、检验表明,该算法具有98%以上的分类识别率.
|
| 关 键 词： | 支持向量机 设备状态 多分类 聚类 |
| 收稿时间： | 2009-02-12 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆大学学报(自然科学版)》下载全文 |
|
