基于禁忌搜索的管道状况集成检测方法

• 作者: 王永雄 苏剑波
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 异常检测 集成分类 不平衡数据 半监督K-means和C4.5 禁忌搜索
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 83-89
• 页数: 7页
• 分类号: TP24
• 字数: 6326字
• 语种: 中文

摘要

为提高管道状况异常检测的识别率和实时性,提出基于禁忌搜索的半监督K-means聚类和C4.5决策树的集成检测方法.在禁忌搜索中引入代价敏感函数,选择具有最佳分类性能的特征组合和最佳组合权值,提高了不平衡数据分布中少数类的识别率.半监督K-means方法首先把样本特征聚类为k类,再利用C4.5方法精确每一类的边界,级联式集成方法缓解不平衡数据分布问题,提高管道检测的准确度.并提出3种集成原则:加权叠加、最近一致和最邻近原则.实验结果验证了算法的有效性,在管道状况的异常检测中具有较高的分类准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏剑波	上海交通大学自动化系教育部系统控制与信息处理重点实验室	73	1338	21.0	35.0
2	王永雄	上海交通大学自动化系教育部系统控制与信息处理重点实验室	5	11	1.0	3.0