[发明专利]基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法

权利要求书

1.一种基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法，其特征在于，通过搭建并训练多核支持向量机分类模型后，利用所述多核支持向量机分类模型处理入侵信号，其中所述搭建并训练多核支持向量机分类模型包括以下步骤：

步骤1：对样本信号做增强处理，以丰富样本多样性；

步骤2：对增强处理后的样本信号进行时域特征提取，对增强后的样本信号进行时频域变换，提取频域特征；

步骤3：利用高斯核和多项式核采用线性加权求和核的方式，构建多核函数结合时频域特征，多核函数构建方法如下：

d_m≥0，

其中K()为核函数，dm为核函数权重；

步骤4：将多核函数嵌入支持向量机算法中进行模型训练，运用网格参数寻优方法进行参数优化，得到多核支持向量机分类模型。

2.根据权利要求1所述的一种基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法，其特征在于，所述利用所述多核支持向量机分类模型处理入侵信号具体为，通过对入侵信号进行特征提取、多核支持向量机分类模型调用，完成入侵行为的判断，进而根据判断结果输出报警信号。

3.根据权利要求1所述的一种基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法，其特征在于，步骤1中所述对样本信号做数据增强处理，包括如下三种方式：

方式一，添加噪声：对信号添加白噪声，提高信号抗干扰能力，计算方法为：

data＝data+0.005*wn，其中wn为与data长度一致的一组样本，具有标准正态分布；

方式二，幅值变换：对信号做幅值调整，计算方法为：data＝data*ac，其中ac为幅值调整系数；

方式三，速率调整：采用速率压缩或拉伸的方式，改变信号振动速率，通过插值的方式进行图像缩放，达到速率调整的目的。

4.根据权利要求1所述的一种基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法，其特征在于，步骤2中所述对样本库信号进行时域特征提取，其中时域特征包括信号整体和分段的各种统计特征，如变化率、过零率，计算方法如下：

变化率changerate＝mean((x[n+1]-x[n])/x[n])，其中，x[n]为原始信号，n＝1,2,…,l-1，l为信号长度；

过零率zerocross＝sum(abs(Y[n+1]-Y[n]))，n＝1,2,…,l，l为信号长度，其中，

Y＝[0,Y]，

TopLimit＝(min(x)+max(x))/2，

x为原始信号；

所述对样本信号进行频域特征的提取，具体为：对样本信号进行三层小波包分解，提取频域特征，包括小波分解低频、中频、高频分量能量特征及小波分量整体和分段的各种统计特征，如标准差、百分位数、变化率等，能量特征计算方法如下：

E＝sum(abs(w))/l，

其中w为小波分解后某一分量，l为小波分量长度。