论文部分内容阅读
管道泄漏检测过程中,采用神经网络进行识别,存在训练样本少、收敛速度慢等不足.针对这一问题,提出了基于支持向量机(SVM)的时域特征选择方法即幅值参数法和事件及振铃计数法,解决了小样本、非线性、高维数等实际问题。选用不同的特征参数,对于分类结果的准确性有一定的影响.实验研究与分析表明,基于支持向量机的管道状态检测,以幅值参数法分析的参数作为分类输入时,能取得较好的效果.