重庆市教委资助项目（KJ080708）；废油资源化技术与装备教育部工程研究中心重大项目（07011301）
针对环保设备多状态监测与识别问题，提出了一种基于多分类聚类支持向量机的分类算法模型。该算法模型充分利用多个相关联被监测设备及其状态属性特征，采用神经网络聚类分析获得关联特征的聚类子空间，再对聚类子空间构造二叉树支持向量机进行多分类识别。该算法模型避免了盲目分类，与单纯的支持向量机算法比较具有更好的分类性能。通过对日本大晃船用污水处理装置实测样本的训练、检验表明，该算法具有98%以上的分类识别率。
A multi-classification clustering model based on Support Vector Machines (SVM) is proposed to address problems of condition monitoring and identification in environmental protection equipment. Based on the associated attributes of monitoring equ
曹晓莉,甘思源,江朝元.用聚类支持向量机模型监测环保设备运行状态[J].重庆大学学报,2009,32(6):674-679.