本发明提供一种基于中层特征的管道异常分类方法,涉及管道无损检测和数据挖掘领域。该方法包括:步骤1.管道漏磁信号的预处理;步骤2.获取漏磁数据样本集;步骤3.生成漏磁数据样本的显性特征;步骤4.基于BOW模型生成漏磁数据样本的中层特征:对每个样本圈框并计算差分特征向量;对待聚类差分特征向量集进行K‑Means聚类,得到k个视觉单词;统计每个视觉单词在每个样本中的频数,得到每个样本的中层特征向量;步骤5.基于联合稀疏表示的特征融合算法,将样本的显性特征与中层特征融合,形成联合稀疏矩阵,利用分类判别函数对样本分类。本发明解决了现有技术中管道异常的特征提取和分类准确性低、检测效果不理想的技术问题。
声明:
“基于中层特征的管道异常分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)