《基于傅里叶变换和CELM的光纤传感信号的识别研究》为作者：苗军最新的研究成果，本论文的主要观点为在现在的石油管道的安防检测系统中，最常用的方法是利用光纤振动信号检测入侵事件,以此防范对于管道的有害事件。为了对系统检测到的光纤振动数据进行更细致的特征刻画，本文采用傅立叶变换对数据进行特征提取。对特征提取后的数据，通过二分类任务决策树模型以及约束的极速学习机(CELM)模型，进行挖掘机挖掘、人工挖掘，汽车行走、人员行走以及环境噪音总共5个类别进行识别。根据傅立叶变换以及CELM算法中各参数对于实验的影响，设计了不同的对照实验。在实验中，参照了傅里叶变换和CELM算法中各个参数所造成的影响，使得最终确定的事件正确识别率与采用极速学习机(ELM)算法对原始数据进行识别相比有显著的提高。现欲投《计算机应用研究》，不知是否符合录用要求，望您批评与指正。