基于支持向量机的水电故障分类器的设计与实现

【摘要】：水电故障纷繁复杂,传统水电仿真系统中的推理机制已不能满足实际需要,使用数据挖掘进行故障分类来代替原有的推理机制是对本领域新的尝试。通过水电仿真系统的开发,人们意识到传统的故障仿真功能培训学员意义有限,而且人为的设计并用计算机程序实现水电故障很难保证其准确性,这些缺陷催生新技术的应用。应用数据挖掘技术的支持向量机方法来进行水电故障分类研究对水电仿真系统的优化以及实用性均具有重要的现实意义。 本文首先将水电故障表示为最易理解的自然语言形式,利用向量空间模型以及中文分词技术并根据TF-IDF权值算法将故障描述为以词为单位的加权向量形式。然后,针对水电故障的向量形式描述,本文采用支持向量机技术进行故障分类。本文还介绍了支持向量机的相关技术如核函数的选择等,并详细分析了针对多故障分类的支持向量机算法。 为了提高水电故障分类的准确性,本文引入了半监督学习方法,半监督学习能更好的利用大量的无标识样本数据,提高准确度的同时也兼顾效率。另外本文还提出了一种改进的直推式支持向量机学习算法CPTSVM,通过实验表明该算法能提高半监督学习准确率并减少算法的复杂度。 最后本文设计并实现了一个基于CPTSVM的水电故障分类器,该分类器的查准率和查全率等评价指标均达到应用要求,可通过此分类器达到水电故障分类诊断的目的,而且可以预见其在通用型水电仿真系统中具有很好的应用前景。 【关键词】：水电仿真系统 数据挖掘 向量空间模型 半监督学习 直推式支持向量机
【学位授予单位】：东北大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：TV738
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 水电仿真系统面临的问题10-12
• 1.1.1 水电仿真系统开发现状10-11
• 1.1.2 水电故障仿真的技术瓶颈11
• 1.1.3 传统水电故障仿真的缺陷11-12
• 1.2 数据挖掘和机器学习12-14
• 1.2.1 以挖掘代替推理的现实意义12
• 1.2.2 文本挖掘的研究现状12-13
• 1.2.3 支持向量机的发展13-14
• 1.2.4 故障文本的半监督学习14
• 1.3 本文研究内容与组织结构14-16
• 第二章 水电故障文本分类16-28
• 2.1 文本分类概念16-17
• 2.2 文本表示17-18
• 2.2.1 文本特征17
• 2.2.2 向量空间模型17-18
• 2.3 文本特征提取18-21
• 2.3.1 特征选择18-20
• 2.3.2 特征项的权重20-21
• 2.4 文本分类方法21-25
• 2.4.1 朴素贝叶斯分类22-23
• 2.4.2 KNN(K最近邻居)算法23
• 2.4.3 支持向量机法23-24
• 2.4.4 决策树法24-25
• 2.5 文本分类评价体系25-26
• 2.6 本章小结26-28
• 第三章 基于支持向量机的水电故障分类28-42
• 3.1 统计学习理论28-31
• 3.1.1 机器学习的基本问题28-29
• 3.1.2 VC维29-30
• 3.1.3 结构风险最小化原则30-31
• 3.1.4 学习过程一致性理论31
• 3.2 支持向量机31-37
• 3.2.1 最优超平面32-33
• 3.2.2 线性分类33-35
• 3.2.3 非线性分类35-36
• 3.2.4 核函数及其选择36-37
• 3.3 支持向量机分类算法37-38
• 3.4 支持向量机的多分类问题38-40
• 3.5 多分类支持向量机用于水电故障分类40
• 3.6 本章小结40-42
• 第四章 水电故障分类中的半监督学习42-50
• 4.1 半监督学习概述42
• 4.2 半监督算法42-45
• 4.2.1 EM算法42-43
• 4.2.2 Co-Training43-44
• 4.2.3 直推式支持向量机44-45
• 4.3 半监督支持向量机45-46
• 4.4 改进的渐进直推式支持向量机算法46-48
• 4.5 本章小结48-50
• 第五章 水电故障分类器的设计与实现50-60
• 5.1 设计思想50
• 5.2 总体结构设计50-51
• 5.3 系统实现51-54
• 5.3.1 实现环境51-52
• 5.3.2 故障文本数据52
• 5.3.3 中文分词与特征选择52-54
• 5.3.4 算法实现54
• 5.4 故障分类及性能测试54-59
• 5.4.1 故障分类结果及评价54-55
• 5.4.2 改进的直推式支持向量机算法性能测试55-58
• 5.4.3 水电故障分类器的实现58-59
• 5.5 本章小结59-60
• 第六章 总结与展望60-62
• 6.1 工作总结60
• 6.2 下一步工作展望60-62
• 参考文献62-66
• 致谢66-68
• 攻读硕士期间发表的论文68

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于领域知识的文本分类    朱靖波,陈文亮

一种基于支持向量机的直推式学习算法    赵英刚;陈奇;何钦铭;

基于直推式支持向量机的图像分类算法    沈新宇;许宏丽;官腾飞;

基于NFI直推式学习算法的故障诊断方法    张博;陆阿坤;

基于VSM的中文文本分类系统的设计与实现    张东礼,汪东升,郑纬民

基于支持向量机的渐进直推式分类学习算法    陈毅松,汪国平,董士海

四川水电仿真系统研制    杨飞,梁柱,朱国俊,毛科

一种快速的渐进直推式支持向量机分类学习算法    廖东平;姜斌;魏玺章;黎湘;庄钊文;

集成学习技术在农业中的应用    时雷;虎晓红;席磊;段其国;

基于支持向量机的农业数据分类研究    时雷;席磊;虎晓红;段其国;

基于Naive Bayes算法的大豆病害诊断研究    时雷;虎晓红;席磊;

带专业词库的特征选择    刘晓志;黄厚宽;尚文倩;

一个基于TSVM的GIF图像通用隐写检测方法    钟尚平;林静;

论遗传算法在旅行商问题中的应用    崔敏;

基于特征分布的半监督分类    文翰;肖南峰;

基于K-最近距离的自动文本分类的研究    孙健,王伟,钟义信

基于加权支持向量机的金融时间序列预测    吴江;李太勇;

基于网络教学的高校教学专家系统研究    曹延飞;吴巍;

基于集成算法的半监督学习    赵玲玲;周水生;王雪岩;

一种电子邮件敏感信息检测算法    刘子豪;庄毅;

增量学习的TFIDF_NB协同训练分类算法    刘欣;章勇;王娟;

最小二乘支持向量机回归预测模型研究与实现    徐达;武新星;胡俊彪;郭磊;李华;

分词结果的再搭配对文本分类效果的增强    侯松;周斌;贾焰;

基于中心词位置的VSM文本分类算法    李卫东;杨炳儒;李龙星;曲文龙;

一种基于Agent的中文Web信息自动检索系统(英文)    朱艳辉;王平;周咏梅;

基于支持向量机的创新分类器    刘希玉;徐志敏;段会川;

舆情分析中语料库降维    梁飞;吕洪波;姚锦峰;

多分类器融合的文本分类技术研究    陈庆轩;郑德权;赵铁军;

半监督支持向量机学习算法研究    赵莹

计算机辅助卷烟配方设计关键技术研究    杨宁

基于半监督学习的遥感影像分类技术研究    任广波

基于图和复杂网络理论的蛋白质相互作用数据分析与应用研究    尤著宏

图像检索中自动标注技术的研究    赵玉凤

文档碎片取证关键技术研究    李炳龙

文本挖掘技术研究及其在综合风险信息网络中的应用    张翔

主题模型及其在中医临床诊疗中的应用研究    张小平

不完整数据分类知识发现算法研究    祁瑞华

迁移学习在文本分类中的应用研究    孟佳娜

Deep Web数据库的选择研究    樊敬川

地理案例的空间相似性计算    王丽敬

中文文本分类技术研究    吕万里

基于SVM的中文垃圾邮件过滤    于洪霞

基于DSP转台伺服控制系统的设计    吴天柱

基于词片网格的语音文档主题分类    陈晶

基于非负稀疏表示的文本分类算法研究    桑媛媛

基于图的适应性相似度估算的半监督学习    蒋延生

基于半监督学习的社团划分算法研究    孔健

基于支持向量机的改进的密度聚类算法研究    汪政

文本内容主题的识别方法    朱靖波,姚天顺

基于向量空间模型的文本自动分类系统的研究与实现    庞剑锋,卜东波,白硕

基于模糊神经网络的航空发动机故障诊断研究    蔡开龙,杨秉政,谢寿生

自适应模糊逻辑系统在飞机航程计算中的应用    蔡开龙,傅敏,谢寿生

用最陡下降法修正RBF隐层参数    李波,王成友,蔡宣平,唐朝京,张尔扬

文档中词语权重计算方法的改进    鲁松,李晓黎,白硕,王实

网络文本数据分类技术与实现算法    李勇,桑艳艳

基于支持向量机的渐进直推式分类学习算法    陈毅松,汪国平,董士海

轮式车与履带车目标的识别    冀振元,孟宪德

基于FSVM的雷达多目标识别    郑春红,郑贵文,焦李成

一种改进的半监督增量SVM学习算法    吕宏伟;

最小二乘支持向量机的半监督学习算法    张健沛;赵莹;杨静;

支持向量机与最小二乘法的关系研究    阎辉,张学工,李衍达

基于误差修正码的支持向量机大类别分类方法    吴成东,杜崇峰,杨丽英

基于决策树型SVM的交通标志图像识别    朱金好,罗晓萍

经验模式分解模糊特征提取的支持向量机混合诊断模型    胡桥,何正嘉,张周锁,訾艳阳

基于支持向量机的坦克识别算法    杨凌,刘玉树

基于模糊K近邻决策的柔性SVM分类算法    胡正平

基于支持向量机的增量学习算法研究    李忠伟,张健沛,杨静

树形结构SVMs多类分类的研究    王春歆;李连;张玉叶;

支持向量机在电力客户信用评级中的应用    林杰华;张斌;李冬森;宋华茂;余志强;王浩;

多变量系统预测的支持向量机方法研究    蒋铁军;张怀强;李积源;

基于小波支持向量机预测蛋白质亚细胞定位研究    黄淑云;孙兴玉;梁汝萍;邱建丁;

支持向量机在语音识别中的应用研究    谢湘;匡镜明;

基于支持向量机的鹅肉肉色客观评定研究    涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;

基于支持向量机的坦克识别算法    杨凌;刘玉树;

基于支持向量机方法的深基坑变形预测    师旭超;巴松涛;

支持向量机方法在地下水位干扰排除中的初步应用    张军;

基于改进的支持向量机和BP神经网络的识别算法    许建生;盛立东;

基于支持向量机的非线性系统辨识方法    荣海娜;张葛祥;张翠芳;

内幕交易与市场操纵的行为动机与判别监管研究    课题主持人 李心丹　课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院

计算机详解配伍与药效关系    李水根

非接触式人脸识别技术    清华大学 苏光大

我市九项目进入省“盘子”    YMG记者 李仁　通讯员 曲华明 孙运智

酷爱化学 孜孜以求    上海大学理学院教授、副院长 陆文聪

选择合适的数据挖掘算法    

王米渠与中医心理学    周颖

大庆物探深度域地震资料岩性解释技术获得五大突破    记者 张云普通讯员 全攀峰 安强强

蛋白质功能算出来    记者 耿挺

敢与“雷公”试比高    本报记者 冯治恩

半监督支持向量机学习算法研究    赵莹

原始空间中支持向量机若干问题的研究    刘叶青

支持向量机及半监督学习中若干问题的研究    薛贞霞

支持向量机学习算法若干问题的研究    常甜甜

支持向量机的若干算法研究    胡运红

非可信环境下的支持向量机研究    周喜川

基于CPFR的农产品采购模型研究    杜小芳

动态过程数据的多变量统计监控方法研究    刘育明

支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究    栾锋

市场条件下抽水蓄能电站效益综合评价及运营模式研究    孙薇

基于支持向量机的水电故障分类器的设计与实现    韩叙东

支持向量机方法在感潮河段洪峰水位预报中的应用    刘艳伟

支持向量机算法设计及在高分辨雷达目标识别中的应用    杨镭

基于支持向量机的电解液成分预测    童振

模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究    聂小芳

基于支持向量机的高炉向凉向热炉况预测研究    鄢常亮

慢时变对象的支持向量机建模与在线校正方法研究    冯杰

支持向量机在冲击地压预测模型中的应用研究    朱耿峰

基于广泛内核的CVM算法研究及参数C的选择    王奇安

基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究    张永新