典型文献
改进PSO-SVM的光纤传感网络数据识别系统
文献摘要：
为了增强光纤传感网络对相近扰动信号的识别能力,提高目标分类精度,提出了一种改进的粒子群优化-支持向量机(PSO-SVM)算法.该算法在分析回波信号谱形特征的基础上,设计了三个用于描述信号特征的判断指标.将主波信号能量、主波脉宽及波形变化率作为数据预处理的特征参量,改进了传统的数据分类模型.实验模拟了实际应用中的三种典型干扰形式,以机械、人工以及坠落物对测试区域地面进行冲击测试,并对比了不同距离和不同强度情况下的响应效果.结果显示,6种不同情况对应的谱形特征有3种,相同作用机制的谱形相似度很高.特征参量的响应值随着测试距离的增大而减小,随着冲击强度的增大而增强.对相同测试数据进行扰动信号分析,传统SVM算法平均识别概率为69.3％,而该算法平均识别概率为90.1％.可见,该算法在提高光纤传感网络扰动信号分类能力方面具有一定的优势.
文献关键词：
光纤传感网络;粒子群优化-支持向量机;特征参数;分类识别概率
中图分类号：
作者姓名：
马莉莉;高静;申志军;刘江平
作者机构：
内蒙古农业大学计算机与信息工程学院,内蒙古 呼和浩特010010;内蒙古自治区农牧业大数据研究与应用重点实验室,内蒙古 呼和浩特010010
文献出处：
引用格式：
[1]马莉莉;高静;申志军;刘江平-.改进PSO-SVM的光纤传感网络数据识别系统)[J].激光与红外,2022(05):734-739
A类：
光纤传感网络
B类：
PSO,网络数据,数据识别,识别系统,强光,扰动信号,识别能力,目标分类,分类精度,改进的粒子群优化,回波信号,信号特征,断指,主波,信号能量,脉宽,数据预处理,特征参量,数据分类模型,实验模拟,典型干扰,坠落,冲击测试,不同距离,不同强度,形相,响应值,测试距离,冲击强度,测试数据,信号分析,信号分类,分类识别概率
AB值：
0.349171
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
