基于數(shù)據(jù)挖掘的振動數(shù)據(jù)模式匹配研究.pdf

1、從振動數(shù)據(jù)中發(fā)現(xiàn)目標的振動特性,有利于識別監(jiān)控環(huán)境中的目標和狀態(tài),在安全防御方面有著重要的學術價值和現(xiàn)實意義。本文將數(shù)據(jù)挖掘技術應用于振動數(shù)據(jù)的模式匹配研究,在研究和比較幾種典型分類算法的基礎上,探索了振動數(shù)據(jù)模式匹配的新方法,并對振動源的振幅能量和距離建立模型,判斷振動源的具體位置,同時開發(fā)了相應的軟件原型系統(tǒng)。主要研究內(nèi)容如下:
　　針對振動源模式識別率低的問題,提出了基于投影比例的K最近鄰分類方法(KNNPS)。該方法引入了

2、投影比例的概念,首先使用獨立分量分析方法對信號進行噪聲分離,然后利用連續(xù)屬性離散化方法進行降維,最后通過投影比例度量信號間的相似度,得到振動信號的模式類別。利用正確率、錯誤率、檢測率和模式匹配率來評價KNNPS、K最近鄰(KNN)和樸素貝葉斯算法的性能。實驗結果表明,KNNPS算法的性能要優(yōu)于KNN和樸素貝葉斯算法。對分類結果進行分析,可以根據(jù)正確分類的類別個數(shù)得出振動源的數(shù)目,并根據(jù)同一類別下振動幅值的強弱來判斷振動數(shù)據(jù)的距離屬性。<

3、br>　　針對利用振動幅值的強弱無法正確估計振動源位置的問題,建立了振動源振幅能量的衰減模型函數(shù),得到振幅能量和距離的關系。對于傳感器采集的振動數(shù)據(jù),利用函數(shù)模型來估計振動源的位置,實現(xiàn)了利用傳感器對振動源距離的有效估計,并通過多傳感器對振動源的坐標進行定位。
　　最后,基于上述研究結果,將獨立分量分析方法和分類方法應用于振動數(shù)據(jù)模式匹配系統(tǒng)中。系統(tǒng)模塊包括信號分離模塊,振動源比較模塊,信號匹配模塊。測試結果表明系統(tǒng)運行正確,達到