文档介绍：论文题目:基于数据挖掘的振动数据模式匹配研究
专业:计算机应用技术
硕士生:石鑫(签名)
指导教师:李爱国(签名)
摘要
从振动数据中发现目标的振动特性,有利于识别监控环境中的目标和状态,在安全防
御方面有着重要的学术价值和现实意义。本文将数据挖掘技术应用于振动数据的模式匹配
研究,在研究和比较几种典型分类算法的基础上,探索了振动数据模式匹配的新方法,并
对振动源的振幅能量和距离建立模型,判断振动源的具体位置,同时开发了相应的软件原
型系统。主要研究内容如下:
针对振动源模式识别率低的问题,提出了基于投影比例的 K 最近邻分类方法(KNNPS)。
该方法引入了投影比例的概念,首先使用独立分量分析方法对信号进行噪声分离,然后利
用连续属性离散化方法进行降维,最后通过投影比例度量信号间的相似度,得到振动信号
的模式类别。利用正确率、错误率、检测率和模式匹配率来评价 KNNPS、K 最近邻(KNN)
和朴素贝叶斯算法的性能。实验结果表明,KNNPS 算法的性能要优于 KNN 和朴素贝叶斯
算法。对分类结果进行分析,可以根据正确分类的类别个数得出振动源的数目,并根据同
一类别下振动幅值的强弱来判断振动数据的距离属性。
针对利用振动幅值的强弱无法正确估计振动源位置的问题,建立了振动源振幅能量的
衰减模型函数,得到振幅能量和距离的关系。对于传感器采集的振动数据,利用函数模型
来估计振动源的位置,实现了利用传感器对振动源距离的有效估计,并通过多传感器对振
动源的坐标进行定位。
最后,基于上述研究结果,将独立分量分析方法和分类方法应用于振动数据模式匹
配系统中。系统模块包括信号分离模块,振动源比较模块,信号匹配模块。测试结果表
明系统运行正确,达到了预期目标。

关键字:模式匹配;独立分量分析;分类;数据挖掘;衰减模型
研究类型:应用研究
Subject : Research on Vibration Data Pattern Matching based on Data
Mining
Specialty : Computer Application Technology
Name : Shi Xin (Signature)
Instructor : Li Aiguo (Signature)
ABSTRACT
Discovering the characteristic of vibration data are beneficial to identify the target and state
in monitor environment, which have great academic value and practical significance in the area
of security defense. With careful study parison of several classification methods, this
paper explores a new method to identify pattern of vibration data. The model of vibration
amplitude and distance is built, and the location of the vibration source is judged by the model.
At the same time, a prototype software system was developed. The main contents are as follows:
According to the problem of the low pattern recognition rate of the vibration source, a
k-Nearest Neighbors method based on projection scale (KNNPS) is proposed. The method
introduces the concept of projection scale. First, the ponent analysis (ICA) is
used to separate noise from the signal. Then the discretization of continuous attributes is used to
descend dimension. Finally, the simil arit