| 基于PCA和SVM的轨道不平顺状态识别 |
| |
| 作者姓名： | 林怀青 柴晓冬 苏圣超 郑树彬 |
| |
| 作者单位： | 1. 上海工程技术大学 机械工程学院,上海,201620;2. 上海工程技术大学 城市轨道交通学院,上海,201620;3. 上海工程技术大学工程实训中心,上海,201620 |
| |
| 基金项目： | 国家自然科学基金项目（51478258）;上海市科委重点支撑项目（13510501300）;上海市研究生教育创新计划学位点引导布局与建设培育项目（13sc002）;上海工程技术大学研究生科研创新项目（14KY1007） |
| |
| 摘 要： | 为快速识别轨道不平顺中存在的短波不平顺类型,提出基于主成分分析(PCA)和支持向量机(SVM)进行轨道不平顺状态识别的方法.首先提取轴箱加速度的特征参数,并采用主成分分析法对特征参数进行降维处理,提取出轨道不平顺的主元特征;然后构建支持向量机多分类器,以不同不平顺类型下轴箱加速度数据来验证模型的准确性;最后对实测数据进行轨道不平顺识别.通过对不同轨道不平顺下轴箱加速度的分析,结果表明该方法能够有效地实现一定区段内轨道不平顺类型的识别.
|
| 关 键 词： | 轨道不平顺 轴箱加速度 主成分分析(PCA) 支持向量机(SVM) |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《测控技术》浏览原始摘要信息 |
|
点击此处可从《测控技术》下载全文 |
|
