[发明专利]基于加权极限学习机集成算法的污水处理故障诊断方法在审
| 申请号： | 201710021709.3 | 申请日： | 2017-01-12 |
| 公开（公告）号： | CN106874934A | 公开（公告）日： | 2017-06-20 |
| 发明（设计）人： | 许玉格;孙称立;陈立定 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 广州市华学知识产权代理有限公司44245 | 代理人： | 罗观祥 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于加权极限学习机集成算法的污水处理故障诊断方法，包括采用集成算法Adaboost作为分类学习的整体算法框架；采用改进后的样本权值初始化方法；采用加权极限学习机作为基分类器，通过集成算法迭代更新样本权值的特性，处理不平衡数据，结合核函数的非线性映射来提高数据线性可分的程度。该方法在集成算法的基础上采用了加权极限学习机作为基分类器，可以实现多个类别的不平衡数据分类，增强了对不平衡数据的分类性能，有效提高了污水处理过程中故障诊断的准确性。 | ||
| 搜索关键词： | 基于 加权 极限 学习机 集成 算法 污水处理 故障诊断 方法 | ||
【主权项】：
一种基于加权极限学习机集成算法的污水处理故障诊断方法，其特征在于，所述方法包括：S1、采用集成学习算法AdaBoost作为不平衡数据分类的整体算法框架，将不平衡数据的最优类分布和最优类代表样例的寻找与集成学习中的多次采样技术融合，并生成集成分类器；S2、采用改进后的集成算法权值初始化方法进行初始化；S3、采用改进后的加权极限学习机作为集成学习算法的基分类器进行迭代；S4、输入污水处理过程中产生的样本数据，设置集成算法的基分类器个数T，基分类器的最优核宽度γ，对应的最优正则化系数C，进行迭代，对输入的污水数据进行分类即故障诊断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710021709.3/，转载请声明来源钻瓜专利网。
