摘要:针对气液二相流型识别中存在的大量无关或冗余的特征会降低分类器性能的缺陷,提出了离散粒子群算法(BPSO)和最小二乘支持向量机(LS-SVM)封装模式的流型特征选择方法。该方法分别采用小波包和经验模式分解方法(EMD)对原始压差波动信号进行分解,分别提取原始信号和各分解信号的时域量纲一指标组成融合特征。然后采用BPSO进行寻优搜索,以类内类间方差和正确分类率作为BPSO的适应度函数,并应用LS-SVM对选出特征子集的识别能力进行评估。实验结果表明:以正确分类率为适应度函数的BPSO特征选择方法更能有效滤除无关特征,提高流型识别的正确率,从而证明了其有效性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社