基于支持向量機(jī)與多特征融合的城市燃?xì)夤艿佬孤┞暟l(fā)射診斷技術(shù)研究.pdf

1、為提高城市燃?xì)夤艿佬孤z測(cè)能力，預(yù)防燃?xì)庑孤┦鹿拾l(fā)生，將信息融合技術(shù)引入到管道泄漏檢測(cè)領(lǐng)域，并提出一種基于 D-S證據(jù)理論與支持向量機(jī)（SVM）的城市燃?xì)夤艿佬孤┞暟l(fā)射診斷技術(shù)。在實(shí)驗(yàn)室條件下，采集管道不同位置和不同周期的聲發(fā)射傳感器信號(hào)，運(yùn)用小波分析法提取并選擇出五種能反映管道運(yùn)行狀態(tài)的特征參數(shù)，輸入SVM分類器中進(jìn)行初次分類，然后根據(jù)識(shí)別結(jié)果構(gòu)造基本概率指派（BPA），再運(yùn)用組合規(guī)則對(duì)不同時(shí)空域數(shù)據(jù)進(jìn)行 D-S融合，最后根據(jù)判決門(mén)限

2、得出決策結(jié)果。將這種支持向量機(jī)與多特征融合的泄漏診斷技術(shù)應(yīng)用于實(shí)驗(yàn)室管道泄漏檢測(cè)系統(tǒng)中進(jìn)行試驗(yàn)驗(yàn)證，獲得了以下研究結(jié)論：
　?。?）運(yùn)用小波分析法提取出的聲發(fā)射特征參數(shù)能較好地反映管道的實(shí)際運(yùn)行狀態(tài)。利用 SVM二分類模型的硬判斷結(jié)果形成的后驗(yàn)概率輸出，可以合理構(gòu)造D-S融合所需的BPA，可有效解決證據(jù)融合理論無(wú)法直接使用向量機(jī)硬輸出結(jié)果的問(wèn)題。
　　（2）采用 SVM-DS管道泄漏診斷方法要比單一分類器或單獨(dú)進(jìn)行D-S融合

3、的準(zhǔn)確率更高。這是由于單一分類器在分類過(guò)程中經(jīng)常受到不確定性因素的干擾；小樣本數(shù)據(jù)條件下BPNN等模式識(shí)別方法性能不穩(wěn)定，直接進(jìn)行D-S融合時(shí)難以構(gòu)造出更為合理的BPA，這都會(huì)導(dǎo)致診斷準(zhǔn)確率的下降。因此采用SVM分類器在樣本數(shù)量較少的情況下也可以給出合理的BPA值，再通過(guò)DS融合降低證據(jù)的不確定性，使得整個(gè)診斷系統(tǒng)具有較強(qiáng)的魯棒性，最終的決策結(jié)果更加準(zhǔn)確、可靠。
　?。?）基于支持向量機(jī)與多特征融合的聲發(fā)射診斷技術(shù)可以較好地應(yīng)用于