光纖振動信號的自學(xué)習(xí)模式識別的構(gòu)建及VC++編程的實現(xiàn).pdf

1、寬域全光纖監(jiān)控預(yù)警系統(tǒng)是基于世界上新興的分布式干涉型全光纖擾動定位與傳感技術(shù)而研發(fā)的長距離智能監(jiān)控防衛(wèi)系統(tǒng)，能夠同時獲取被測量的空間分布和時間變化，具有現(xiàn)場無源、抗電磁干擾、抗腐蝕、極高的報警靈敏度和監(jiān)測范圍大等特點，因而具有很高的實用價值和廣闊的應(yīng)用前景。對系統(tǒng)中各種危險擾動信號進行及時準(zhǔn)確的識別對于保障對象的安全以及減輕工作人員工作量等方面具有極其重要的意義。本文以該系統(tǒng)中的光纖振動信號為研究對象，重點研究模式識別模塊的設(shè)計、驗證和

2、實現(xiàn)，并以VC++編程實現(xiàn)相關(guān)函數(shù)的DLL封裝，最后還將聚類分析思想融入模式識別中，實現(xiàn)了模式識別的自學(xué)習(xí)功能。
　　論文首先對模式識別涉及的去噪、特征提取、網(wǎng)絡(luò)訓(xùn)練和分類等方面進行了理論分析和仿真實驗。去噪過程采用的是譜相減去噪法和小波能量閾值法，比較發(fā)現(xiàn)兩者的性能較相近。特征提取部分介紹了小波包分解的理論基礎(chǔ)，提出了信號的5層小波包分解法，得到32維特征向量。分類器部分將對神經(jīng)網(wǎng)絡(luò)和支持向量機做理論介紹，并選用RBF神經(jīng)網(wǎng)絡(luò)和

3、支持向量機兩種判別網(wǎng)絡(luò)進行訓(xùn)練和測試，并得到了網(wǎng)絡(luò)對實際信號的判別準(zhǔn)確率。
　　論文用VC++平臺實現(xiàn)了模式識別流程算法的應(yīng)用，并將其封裝成動態(tài)鏈接庫，從而進一步提高了模式識別模塊的保密性和調(diào)用效率。
　　論文還引入了無監(jiān)督分類的聚類分析，實現(xiàn)聚類分析和神經(jīng)網(wǎng)絡(luò)的結(jié)合。針對單純神經(jīng)網(wǎng)絡(luò)需要人工進行樣本庫訓(xùn)練的不足，自學(xué)習(xí)模式識別采用聚類分析實現(xiàn)了自動識別新類別信號并以此更新神經(jīng)網(wǎng)絡(luò)，減少人工訓(xùn)練網(wǎng)絡(luò)的繁瑣。
　　最后，