2024油氣田管道集群化泄漏監(jiān)測多算法融合標(biāo)準(zhǔn)

TOC\o"1-1"\h\z\u （FAR（FRRGB/TGB/T

31產(chǎn)品質(zhì)量信息系統(tǒng)信息分類與共享交換錯(cuò)誤接受率(FalseAcceptanceRate,FAR)錯(cuò)誤接受的案例

??????????2????????+錯(cuò)誤拒絕率(FalseRejectionRate,FRR)錯(cuò)誤拒絕的案例

????????2??????????+信任函數(shù)（BeliefFunction）信任函數(shù)值BelA)表示證據(jù)對(duì)命題A為真的信任程度Bel：2u→[0,1]表示A的全部子集的基本概率分配函數(shù)之和歸一化就是將訓(xùn)練集中某一列數(shù)值特征（假設(shè)是第i列）的值縮放到0和1之間。方法如下所示：?()()?S1構(gòu)建統(tǒng)一基準(zhǔn)測試泄漏監(jiān)測庫，所述基準(zhǔn)測試泄漏監(jiān)測庫構(gòu)建方法包括樣本集和探針集；S2基于所述基準(zhǔn)測試泄漏監(jiān)測庫，每種集群化泄漏監(jiān)測算法進(jìn)行算法測試；S3計(jì)算每種集群化泄漏監(jiān)測算法在所述基準(zhǔn)測試圖像庫上的FARFRR；S4計(jì)算每種集群化泄漏監(jiān)測算法的信任度函數(shù)；S5對(duì)每種集群化泄漏監(jiān)測算法比對(duì)分?jǐn)?shù)進(jìn)行歸一化；S6采用基于信任度加權(quán)方式進(jìn)行分?jǐn)?shù)融合；S7根據(jù)融合比對(duì)分?jǐn)?shù)，輸出融合比對(duì)結(jié)果。單算法測試要求：算法測試時(shí)要求每個(gè)算法探測集與樣本集進(jìn)行采用遍歷交叉比對(duì)，并記錄比對(duì)分?jǐn)?shù)；所述比對(duì)分?jǐn)?shù)要求分?jǐn)?shù)值越高，代表兩種數(shù)據(jù)樣本是同一泄漏情況的概率越大。錯(cuò)誤接受率（FAR）和錯(cuò)誤拒絕率（FRRFAR在固定比對(duì)分?jǐn)?shù)V時(shí)，誤報(bào)數(shù)據(jù)樣本比對(duì)分?jǐn)?shù)大于等于V的總次數(shù)與冒充者比對(duì)總次數(shù)之間的比值；所述FRR在固定比對(duì)分?jǐn)?shù)V時(shí)，真實(shí)人比對(duì)分?jǐn)?shù)小于V的總次數(shù)站與真實(shí)人的總次數(shù)之間的比值。信任度函數(shù)：采用FARFRR的比值，所述信任度函數(shù)滿足信任度有序性，隨著比對(duì)分?jǐn)?shù)的增大，信任度值增大。分?jǐn)?shù)融合：基于信任度都加權(quán)要求每個(gè)算法權(quán)重系數(shù)比為其對(duì)應(yīng)的信任度比，且所有算法權(quán)重之和為1。融合后算法識(shí)別精度：融合后在錯(cuò)誤接受率在0.01識(shí)別性能達(dá)到98融合計(jì)算影響速度：融合計(jì)算影響時(shí)間小于10ms融合策略更新：系統(tǒng)算法更新時(shí)，只需要更新配置文件即可。S1提取管道泄漏數(shù)據(jù)樣本及管道輸送工況變化數(shù)據(jù)樣本，將管道運(yùn)行樣本數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)灰度圖譜，構(gòu)建樣本集和探針集；S2第k個(gè)泄漏數(shù)據(jù)樣本識(shí)別算法在樣本集進(jìn)行特征模板提取，生成樣本集模板集合Gk；若樣本集有M幅人臉圖像，則第k個(gè)人臉識(shí)別算法提取的樣本集特征模板集合Gk＝G1k,G2kGikGMk>,其中1i<M；S3第k個(gè)管道泄漏監(jiān)測算法在探針集進(jìn)行特征模板提取，生成探針集模板集合Tk；若樣本集有N幅管道運(yùn)行數(shù)據(jù)圖譜，則第k管道泄漏監(jiān)測算法提取的樣本集特征模板集合Tk＝T1kT2k,…，Tjk，…,TNk>，其中1jN；S4k個(gè)管道泄漏監(jiān)測算法的探針集模板Tk所有模板與樣本集Gk模板進(jìn)行交叉比對(duì)，生成比對(duì)分?jǐn)?shù)集合Uk，其中1jN1iMSikj為第k個(gè)管道泄漏監(jiān)測算法探測集第j幅管道運(yùn)行數(shù)據(jù)圖譜與樣本集第i幅管道運(yùn)行數(shù)據(jù)圖譜的比對(duì)分?jǐn)?shù)。S5計(jì)算第k個(gè)管道泄漏監(jiān)測算法的錯(cuò)誤拒絕率FARk(tFRRk(t)；Zikj標(biāo)識(shí)探測集第j幅管道運(yùn)行數(shù)據(jù)圖譜和樣本集第i幅管道運(yùn)行數(shù)據(jù)圖譜為真實(shí)泄漏比對(duì)或者誤報(bào)泄漏比對(duì)。若為真實(shí)泄漏比Zikj＝1，若為誤報(bào)泄漏比對(duì)則Zi＝0。統(tǒng)計(jì)誤報(bào)泄漏比對(duì)總次數(shù)C1和真實(shí)泄漏比對(duì)總次數(shù)C2。則第k個(gè)管道泄漏監(jiān)測算法，對(duì)于比對(duì)分?jǐn)?shù)tUkS6構(gòu)建第k個(gè)管道泄漏監(jiān)測算法信任度函數(shù)Bk，計(jì)算方法如公式(5由于隨著比對(duì)分?jǐn)?shù)t的增大，則FAR將變小，F(xiàn)RR將增大，故Bk滿足信任度有序性,隨著比對(duì)分?jǐn)?shù)t的增大而增大。S7對(duì)第k個(gè)算法比對(duì)分?jǐn)?shù)進(jìn)行歸一化，歸一化方法采用極值法。計(jì)算第k個(gè)算法比對(duì)分?jǐn)?shù)最大值與最小值，計(jì)算公式如公式(6)和公式(7則第k個(gè)算法任意兩幅照片比對(duì)分?jǐn)?shù)，Sk歸一化分?jǐn)?shù)為Tk算方法如公式(8)。S8采用基于信任度加權(quán)方式融合；重復(fù)步驟S2～S7,計(jì)算所有L個(gè)管道泄漏監(jiān)測算法的轉(zhuǎn)換分?jǐn)?shù)。對(duì)于第k個(gè)管道泄漏監(jiān)測算法，進(jìn)行任意兩幅管道運(yùn)行數(shù)據(jù)圖譜比對(duì)，獲得比對(duì)分?jǐn)?shù)Sk，則融合后的比對(duì)分?jǐn)?shù)為f(t)，其計(jì)算方法如公式(9式中