|
|||||
|
|
| 基于机器学习的铁路道岔故障识别 | |
| 引用本文： | 牛太冬.基于机器学习的铁路道岔故障识别[J].河南科技,2021(6):33-35. |
| 作者姓名： | 牛太冬 |
| 摘 要： | 道岔的正常运转是保证列车正常运行的必备条件,传统的道岔故障检测方法主要来源于人的工作经验,根据电流的非正常变化来判别道岔是否发生故障,消耗较多的人力资源与物力资源.为了提升资源的有效利用率,本文运用概率主成分分析法提取数据的主要特征,分别采用支持向量机模型和k近邻模型作为道岔故障分类器,然后使用十折交叉验证法作为模型的... |
| 关 键 词： | 概率主成分分析 支持向量机 故障识别 k近邻法 |