基于混合式多类特征选择暖气管道腐蚀程度研究

近年来,北方工业厂房中存在暖气管道因腐蚀而造成供暖不足导致能源浪费,为实现暖气管道更精准的腐蚀预判,提出了一种使用敲击法采集暖气管道声音信号提取筛选特征并结合模式识别的腐蚀程度预测方法。其中针对经典ReliefF算法未考虑特征之间冗余和SVMRFE算法只能处理二分类以及运行速度慢的问题,提出了一种改进的ReliefFP-NMSVMRFE-SVM算法。前期对ReliefF算法处理后的特征集使用Pearson相关系数去除冗余特征,后在改进的MSVMRFE线性和非线性算法中二次筛选,分别获得一组得分递减排序的特征子集,再结合分类器BP、SVM对特征子集进行分类预测。结果表明,ReliefFP-NSVMRFE-SVM算法模型识别精度最高且用时短,在训练集上预测结果为99.85%,独立测试集上预测结果为97.14%,对暖气管道内部腐蚀程度的检测具有一定的适用性。