用聚类支持向量机模型监测环保设备运行状态

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

所属期刊栏目：32

分类号：TP181(自动化基础理论)

资助基金：重庆市教委资助项目KJ080708;废油资源化技术与装备教育部工程研究中心重大项目07011301

在线出版日期：2009-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：674-679