C4.5算法在列车轨道故障检测上的应用研究

列车轨道故障检测的实现需要对大量的数据进行分析来判定检测结果，决策树是进行数据挖掘与分类分析的常用工具。文中主要讨论如何应用C4．5算法构造列车轨道故障检测的决策树以及根据生成的决策树实现轨道故障的判决。     

基于机器学习的列车故障诊断应用研究

随着轨道列车智能运维系统的部署运行,列车运行过程中的工况数据能实时同步发送到地面服务器。为实现对列车故障的诊断预测,本文探索利用已确认的列车故障记录作为数据集构建机器学习模型,并将采集到的列车实时工况数据输入到预测模型进行测试,得到故障诊断的结果。本文从数据集获取、故障诊断模型构建、模型优化、模型应用等方面进行说明。     

基于系统弹性的通信列车控制系统弹性评估

为了避免RAMS指标对CBTC系统性能评价的片面性，提出一种结合PRAC和SRAC结合的评价方法。首先，构建列车运行的追踪模型，得出列车在不同实现等级下的安全追踪距离；再分析轨道状态实现等级和列车实现等级之间的相互作用，以确认发生故障时系统内部各个结构的动态变化；最后，设计仿真训练和模拟实验对方法进行验证，PRAC+SRAC方法和对比方法解决故障的时长分别是1300 s,1600 s,1650 s和2500 s，采用该方法对CBTC进行评估能够更好判断故障发生的具体情况，目前，该方法已应用于北京市某轨道交通线路中，缩短了工作人员在列车故障发生后做出正确决策的反应时间。     

SDE网络在高速列车转向架未知故障诊断中的应用

转向架作为高速列车车体与轨道的连接部位,承载着保证列车在轨道上安全运行的重任.然而,在列车长期服役过程中,轨道不平顺以及轮轨磨耗等原因会造成转向架部件故障,严重影响列车的安全运行.实际运行过程中故障的发生具有随机性,无法将转向架故障诊断简单归类于已知组别分类问题.针对深度学习无法辨别未知故障的缺陷,在卷积神经网络(CN...     

基于车载激光雷达的列车前方侵限障碍物检测

障碍物侵限会严重威胁自动驾驶列车的行车安全。为此,文章提出一种基于车载激光雷达的列车前方侵限障碍物检测方法。其首先从激光点云中提取轨道点,建立复合轨道模型,并基于RANSAC算法分别估计XOZ平面和XOY平面的轨道参数;随后,分析点云的径向坡度角特征,结合拟合所得的轨道信息完成地面点云分割,得到障碍物点云,并利用动态邻域半径的DBSCAN算法对障碍物点云进行聚类;最后,提取障碍物凸包并对凸包进行插值采样,产生稠密的边缘点集,完成障碍物侵限判断。现场实车实验结果显示,采用该方法,轨道检测准确率高于99.4%,列车、杆塔和行人检测准确率在99.7%以上,轨道检测成功时侵限判断准确率达到100%,能准确实现对列车前方障碍物的识别及是否侵限的判断。     

基于EMD的小波脊线法轨道检测

轨道的波浪弯曲不平顺是引起列车振动的直接因素。针对波浪不平顺提出了一种新的检测方法。基于经验模态分解的小波脊线法,滤去原始信号的高频部分,再对低频分量进行EMD处理,提取包含了故障信息的固有模态函数分量（IMF）的小波脊线。通过分析小波脊线的时频域,检测出突变信号发生的时刻。对列车在某线路的实测数据分析,研究结果表明,基于EMD的小波脊线法能方便而有效地检测出信号的突变成分,从而准确地识别轨道的不平顺位置。     

基于DSP的列车信号处理算法分析

介绍一种互相关检测解调算法用于列车交通信号的检测,可将不同制式下的各种高频信号送DSP进行处理,提取出承载列车控制信号的低频信号,以便分析其中的载频信息和低频信息;对互相关检测算法流程作了分析说明,提出该算法在DSP器件上的基本实现方案,并给出了部分实验数据;采用互相关解调算法(能量算法)对轨道信号进行解调,具有运算速度快、精度高、抗干扰性能好和对硬件资源要求低等特点;经过反复的轨道信号实测,完全符合国家标准。     

图像分割在轨道异物检测中的应用

随着高速铁路建设与运营新趋势的出现,实现列车前方轨道异物的智能检测发展为必然趋势。基于机器视觉、图像处理等各项融合技术的异物检测手段应用逐渐推广,在基于图像处理方法的轨道异物检测中,进行分割后的图像是轨道异物检测和识别的关键。为验证分割算法的有效性,首先从图像分割的角度简述多种方法在轨道异物检测中的优化及应用,其次将一...     

跳频通信系统的异常跳变故障检测模型仿真

跳频通信系统的异常跳变故障检测关系到系统的安全.大型跳频通信系统中,系统处在频率跳动的环境中,不同频率区域的系统之间的频率变换幅度不同,不同系统的数据异常跳变特征有着不同的频率判断标准.传统的跳频通信系统的异常跳变故障检测方法在进行异常数据检测时,以不同区域多个不同固定频率阀值特征进行衡量,没有考虑跳频系统的频率时变特殊性,对故障检测以固定频率特征判断,很容易出现误判.提出采用决策树挖掘算法的跳频通信系统的异常跳变故障检测方法.针对跳频通信系统的异常跳变故障数据进行样本空间分类处理,获取关联数据聚类目标函数,并对聚类中心进行有效的更新,实现跳频通信系统的异常跳变故障数据的聚类处理.构建上述数据对应的决策树,并计算信息增益比,实现跳频通信系统的异常跳变故障数据的检测.实验结果表明,利用改进算法进行跳频通信系统的异常跳变故障数据的检测,能够极大的提高检测的效率.     

列车测速测距设备故障检测系统研究

本文设计了一种列车测速测距设备故障检测系统,该系统对轮轴速度传感器及测速测距处理单元进行动态闭环离线检测,可再现列车运行状态及设备故障工况,同时在检测过程中分析待测传感器及测速测距处理单元的各项测试数据,从中选取速度、脉冲值和工作电流等信息进行故障模式辨别。测试结果显示,该系统故障诊断正确率高,实现了对测速测距设备服役状态参数的自动化检测。     

决策树在网络入侵检测中的研究与应用

该文在描述决策树分类算法的基础上,叙述了决策树分类算法用于网络入侵检测领域,给出了决策树分类模型的构造过程,并说明了应用基于决策树模型检测入侵的过程。最后用KDD CUP 99数据进行实验,验证了用本文描述的方法检测入侵行为的有效性。     

基于贝叶斯和决策树的入侵检测方法

针对目前基于贝叶斯或决策树的入侵检测方法存在检测率低、误检率高的问题,提出了一种基于贝叶斯和决策树的入侵检测方法。该检测方法首先采用基于特征相似度的朴素贝叶斯方法对训练集中的样本进行分类,更新每个样本的类值;然后对训练集中的样本再次使用朴素贝叶斯方法进行分类,对存在误分类样本的类采用决策树的信息增益来确定属性划分子类,再对子类进行分类和划分操作;最后建立贝叶斯和决策树的混合模型进行入侵检测。实验结果表明,与单独使用贝叶斯或者决策树的检测方法相比,该检测方法具有较高的检测率。     

基于故障树的轨道交通车载电源可靠性分析

文章介绍了城市轨道交通车载电源的组成、功能和故障树分析法的理论基础。在分析车载电源功能的基础上,针对车载电源可靠性研究的不全面,提出运用故障树分析方法对车载电源的可靠性进行分析和研究。通过建立电源失效故障树,对导致电源失效的故障进行了定性以及定量分析,定性分析找出了导致城市轨道交通车载电源失效的所有故障组合; 定量分析找出了容易导致车载电源失效的故障类型,根据定性定量分析得到的结果,为城市轨道交通车载电源的可靠度计算方法提供了新的思路,并提出了有效提车载信号电源可靠性的相应建议,为车载电源的维修以及检测提供科学依据。     

基于决策树的MPEG视频镜头分割算法

压缩视频镜头的分割是视频内容分析中的一个难点,由于镜头在组织和索引视频中起关键性的作用,提出了一种基于决策树的MPEG视频镜头分割算法。该算法采用决策树这种机器学习方法对样本视频进行训练,通过融合运动信息、颜色、边缘等特征获得镜头分割的最佳阈值,较好地解决了压缩视频处理中检测镜头突变和渐变难题,同时还能够检测出镜头是否产生闪光现象和相机运动的产生。实验证明本算法在压缩视频镜头检测方面取得了较好的检测结果。     

决策树学习算法ID3的研究

ID3是决策树学习的核心算法，为此详细叙述了决策树表示方法和ID3决策树学习算法，特别说明了决策属性的选取法则。通过一个学习实例给出该算法第一选取决策属性的详细过程，并且对该算法进行了讨论，一般情况下，ID3算法可以找出最优决策树。     

基于Rough集的近似最优决策树生成算法

数据挖掘是一种重要的数据分析方法,决策树是数据挖掘中的一种主要技术,如何构造出最优决策树是许多研究者关心的问题。本文通过Rough集方法对决策表进行属性约简和属性值约简,去除决策表中与决策无关的冗余信息。在简化的决策表基础上构造近似最优决策树,本文给出了近似最优决策树的生成算法,并通过实例说明。     

一种联合检测命名数据网络中攻击的方法

兴趣泛洪攻击(interest flooding attack,IFA)和合谋兴趣泛洪攻击(conspiracy interest flooding attack,CIFA)是命名数据网络(named data networking,NDN)面临的典型的安全威胁.针对现有检测方法的检测特征单一因此不能有效地辨别攻击种类以及检测率不够高等问题,提出一种基于关联规则算法和决策树算法联合检测NDN中攻击的方法.首先,通过提取NDN路由节点的内容缓存(content cache,CS)中的数据信息挖掘CS中新的检测特征“缓存增长率”,实验发现“CS数据包增长率”是辨别IFA还是CIFA的有利依据.其次,使用关联规则算法将新的检测特征与待定兴趣表(pending interest table,PIT)中多个检测特征联合,寻找各个特征之间的关联性并将其作为决策树的输入.最后,使用决策树算法检测攻击.该方法使用决策树算法和关联规则算法联合检测NDN中的攻击,不仅避免了单一特征检测攻击造成的误判并且丰富了决策树的分类属性.分析仿真结果表明该检测方法可以精确地区分并检测IFA和CIFA并且提高了检测率.     

基于Rough集的近似最优决策树生成算法

数据挖掘是一种重要的数据分析方法，决策树是数据挖掘中的一种主要技术，如何构造出最优决策树是许多研究者关心的问题。本文通过Rough集方法对决策表进行属性约简和属性值约简，去除决策表中与决策无关的冗余信息。在简化的决策表基础上构造近似最优决策树，本文给出了近似最优决策树的生成算法，并通过实例说明。     

基于机器视觉的电梯导轨垂直度检测

为更有效地测量电梯导轨的垂直度,设计一种基于机器视觉的自动检测系统。利用电梯导轨垂直度检测机器人携带垂直安装在导轨上的发光圆环,使其在导轨上自主运行。通过Canny变换提取摄像机采集的成像椭圆图像边缘,拟合椭圆参数,推导发光圆环几何参数与椭圆参数的关系式,确定其圆心和法向向量。发光圆环圆心的变化反映导轨垂直度的变化,法向向量与竖直方向夹角反映导轨的扭曲方向。实验结果表明,该系统能方便准确地测量出导轨形变。     

决策树技术及其当前研究方向

介绍了决策树归纳技术及其发展过程,阐述了目前最流行的决策树技术的基本方法及简化决策树的主要方法。同时介绍了决策树技术面临的挑战,目前在与其他技术结合,寻找新的构造方法,简化方法,训练与检验数据的大小及特性与其本身特性的关系,不确定环境下决策,时间复杂度与准确性之间的关系,软件实现等方面的研究,以及它在工程上的应用,展望了它的未来发展前景。