光纤入侵行为融合特征的集成识别

摘要：

针对已有光纤安防系统入侵行为识别模型中特征空间不完备及分类器泛化能力差的缺陷，本文提出了一种光纤入侵行为融合特征的集成识别策略。首先，采用总体经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)、功率谱分析(Power Spectral Analysis, PSA)及离散小波变换(Discrete Wavelet Transform, DWT)提取信号在时域、频域及小波域内振动信息，构建入侵信号的特征集。然后，提出一种基于DFPA(Discriminative Function Pruning Analysis, DFPA)的特征选取方法，实现特征空间的约简。最后，构建集成的随机权向量函数连接网络(Random Vector Functional-Link net, RVFL)分类器识别入侵行为。在基于M-Z (Mach-Zehnder, M-Z)干扰仪的光纤安防系统中采集入侵信号，进行实验，结果表明该策略的有效性。

关键词：光纤周界安防系统、特征提取、特征约简、集成学习

所属期刊栏目：43

分类号：TH74;TN253(仪器、仪表)

资助基金：国家自然科学基金资助项目51177034；国家青年自然科学基金项目61305029

在线出版日期：2017-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：6-12