您好,欢迎来到聚文网。 登录 免费注册
SVM分类算法及其在管道泄漏检测中的应用

SVM分类算法及其在管道泄漏检测中的应用

  • 字数: 210000
  • 装帧: 平装
  • 出版社: 中国石化出版社
  • 作者: 谢文昊
  • 出版日期: 2023-12-01
  • 商品条码: 9787511472014
  • 版次: 1
  • 开本: 16开
  • 页数: 184
  • 出版年份: 2023
定价:¥68 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
为了进一步应对泄漏检测等领域中复杂数据的分类要求,《SVM分类算法及其在管道泄漏检测中的应用》一书针对不同特点及分类需求的数据,将传统的SVM分类算法进行拓展和优化,并将改进算法运用到天然气管道的泄漏诊断和故障检测工作中,通过仿真实验证明各改进算法对管道泄漏检测系统采集到的具有不同特点及分类需求的次声波数据具有较好的分类精度和分类效果,为天然气管道泄漏检测、管道可靠性运营和维护提供技术支持。
内容简介
本书针对天然气管道泄漏检测系统采集到的非均衡数据、高噪声数据、具有多分类需求数据、批量获取的动态小样本数据的分类问题,提出了基于SVM的改进算法。本书从管道泄漏等故障检测领域面临的实际问题出发,介绍了SVM分类技术及原理,在此基础上针对上述提到的具有不同特点和不同分类需求的小样本数据的分类问题,分别提出了面向非均衡数据的SMOTE-SVM改进算法,面向高噪声数据、基于SVDD的改进FSVM算法,面向具有多分类需求数据、基于平衡二叉决策树的改进多分类算法,面向批量获取的动态小样本数据的分类问题,提出了基于广义KKT条件的改进ISVM算法以及基于类中心直径的ISVM改进算法。在理论上,本书提出的这些优化和改进算法,对于SVM分类算法的扩充有着重要的参考价值。同时,在故障诊断和管道泄漏检测等应用领域,本书提出的改进和优化算法,对于提高油气企业的故障诊断率和故障诊断水平、确保长线管道的安全运输和管理具有重要意义。
本书可以作为从事SVM数据分类研究、算法设计以及故障诊断、管道泄漏检测等领域的工程技术人员、科研工作人员以及高等院校相关专业师生的参考资料。
作者简介
谢文昊,博士,西安石油大学理学院副教授,研究方向:SVM数据分类算法优化。自2015年以来,主持陕西省教育厅科研项目1项;主持陕西省教育厅教学改革重点项目1项;作为主要参与人参与陕西省教育厅科研项目1项、陕西省重点实验室基金项目1项;作为重要参与人参与企业横向项目3项。近5年发表论文十余篇,其中SCI检索论文3篇,EI检索论文2篇,ISTP检索论文1篇,北大核心期刊论文1篇。2019年作为第一发明人申请实用新型专利1项并获批,2020年作为第二发明人申请发明专利1项并获批。近5年作为主编、副主编撰写教材2部,共计20万字。2014年荣获陕西省总工会颁发的“五一巾帼标兵”称号,2016年获得西安石油大学骨干教师的称号。
目录
1概述(1)
1.1数据挖掘技术的产生、发展及应用(2)
1.2数据挖掘技术简述(5)
1.2.1数据挖掘的任务和步骤(5)
1.2.2数据挖掘系统总体结构(6)
1.3数据分类技术简述(6)
1.3.1分类问题概述(6)
1.3.2经典的分类算法概述(7)
1.3.3常见的数据分类问题概述(18)
1.3.4数据预处理(20)
1.3.5分类算法性能评价(22)
1.4管道泄漏检测技术(28)
1.4.1管道泄漏检测技术概述(28)
1.4.2SVM分类技术在管道泄漏检测中的应用(31)
参考文献(34)
2支持向量分类机及其理论基础(38)
2.1很优化理论(38)
2.2统计学习理论的基本思想(42)
2.3支持向量分类机(45)
2.4核函数(52)
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网