基于支持向量机的水泵特性数据挖掘研究

发布时间：2018-05-15 13:40

本文选题：特性曲线 + SVM　；参考：《给水排水》2014年S1期

【摘要】：针对水泵扬程数据测量的有限性,并根据支持向量机能够很好地处理小样本事件能力的特点,提出了基于支持向量机的水泵数据挖掘方法。该方法旨在最有限的测量数据情况下挖掘出测量数据中间点的数据,从而绘制出最接近真实的流量—扬程曲线图。数据挖掘后形成的曲线图与一般的样本图的趋势相比较,支持向量机的数据挖掘模型好于神经网络法。
[Abstract]:In view of the limited measurement of pump head data and the ability of SVM to deal with small sample events, a water pump data mining method based on SVM is proposed. The purpose of this method is to mine the data of the middle point of the measurement data under the condition of the most limited measurement data, so as to draw the chart of the nearest real flow-head curve. Compared with the trend of the general sample diagram, the data mining model of support vector machine is better than the neural network method.
【作者单位】：北京威派格科技发展有限公司;华北电力大学能源动力与机械工程学院;北京航空航天大学能源与动力工程学院;
【基金】：国家水体污染控制与治理科技重大专项(2012ZX07411-001)
【分类号】：TH38;TU991.35

【参考文献】