本書針對(duì)天然氣管道泄漏檢測(cè)系統(tǒng)采集到的非均衡數(shù)據(jù)、高噪聲數(shù)據(jù)、具有多分類需求數(shù)據(jù)、批量獲取的動(dòng)態(tài)小樣本數(shù)據(jù)的分類問題，提出了基于SVM的改進(jìn)算法。本書從管道泄漏等故障檢測(cè)領(lǐng)域面臨的實(shí)際問題出發(fā)，介紹了SVM分類技術(shù)及原理，在此基礎(chǔ)上針對(duì)上述提到的具有不同特點(diǎn)和不同分類需求的小樣本數(shù)據(jù)的分類問題，分別提出了面向非均衡數(shù)據(jù)的SMOTE-SVM改進(jìn)算法，面向高噪聲數(shù)據(jù)、基于SVDD的改進(jìn)FSVM算法，面向具有多分類需求數(shù)據(jù)、基于平衡二叉決策樹的改進(jìn)多分類算法，面向批量獲取的動(dòng)態(tài)小樣本數(shù)據(jù)的分類問題，提出了基于廣義KKT條件的改進(jìn)ISVM算法以及基于類中心直徑的ISVM改進(jìn)算法。