基于ELM算法的光纤振动信号识别研究

• 作者: 苗军 许少武 逯燕玲 邹柏贤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 事件 光纤振动信号 实验样本 极限学习机(ELM) 识别率
• 年，卷（期）: 2017,（16）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 126-133
• 页数: 8页
• 分类号: TP181
• 字数: 6945字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1705-0289

摘要

光纤振动信号的信息提取与识别方法逐渐成为研究热点.对挖掘机挖掘、人工挖掘、汽车行走、人员行走和噪声这五种光纤振动信号的短时过零率和能量特征进行可视化分析,提出一种实验样本的选取方法;采用二分类任务决策树模型和ELM算法,根据事件的重要程度分四个阶段完成事件的识别.探讨ELM算法中各参数对实验结果的影响.通过实验证明,该方法提高了事件的正确识别率,大大缩短了模型训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	逯燕玲	北京联合大学应用文理学院	31	144	7.0	11.0
2	苗军	北京信息科技大学计算机学院	7	13	2.0	3.0
3	邹柏贤	北京联合大学应用文理学院	10	203	3.0	10.0
5	许少武	北京信息科技大学计算机学院	3	12	2.0	3.0