机读格式显示(MARC)

• 000 01516nam0 2200253 450

• 001 0000493053

• 005 20250520095000.0

• 010 __ |a 978-7-5114-7201-4 |d CNY68.00

• 100 __ |a 20240321d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a SVM分类算法及其在管道泄漏检测中的应用 |A SVM fen lei suan fa ji qi zai guan dao xie lou jian ce zhong de ying yong |f 谢文昊著

• 210 __ |a 北京 |c 中国石化出版社 |d 2023

• 215 __ |a 176页 |c 图 |d 24cm

• 320 __ |a 有书目

• 330 __ |a 本书针对天然气管道泄漏检测系统采集到的非均衡、高噪声、具有多分类需求、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; 面向分批获取的动态数据的分类问题, 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, 本文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。

• 606 0_ |a 算法 |A suan fa |x 应用 |x 天然气管道 |x 管道泄漏 |x 管道检测

• 690 __ |a TE973.6 |v 5

• 701 _0 |a 谢文昊 |A xie wen hao |4 著

• 801 _0 |a CN |b 湖北三新 |c 20250325

• 905 __ |a LJUZC |d TE973.6/1

• 920 __ |a 222016 |z 1