10.11705/j.issn.1672-643X.2017.03.30
基于支持向量机决策树的泵站稳态工况运行下状态识别
根据统计学理论提出一种基于决策树支持向量机的泵站状态识别方法,支持向量机是基于统计学理论发展而来的学习方法,在处理小样本,非线性,高维数的问题上较为出色.泵站系统数据往往维度较高,通过主成分分析将数据压缩降维,利用处理过后的数据对三级支持向量机进行训练结合决策树建立泵站运行状态判别模型,进行泵站稳态运行下的状态识别.实验表明:该方法优点是训练时间短,识别准确度高,具有较强鲁棒性.
泵站、状态识别、支持向量机、决策树
28
TV93;S277.9
2017-07-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
163-167