机器学习在列车精确停车问题的应用

• 作者: 周骥 陈德旺
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 列车精确停车 高斯过程 Boosting 回归
• 年，卷（期）: 2010,（25）
• 页码范围: 226-230
• 分类号: TP391
• 字数: 6125字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.25.066

摘要

列车精确停车是实现轨道交通自动控制系统的关键技术之一.传统的精确停车技术需要依赖于复杂的物理模型及昂贵的传感设备,且难以达到较高的精度.从数据本身出发,利用机器学习中高斯过程回归和Boosting回归算法对列车精确停车问题进行了研究.并与线性回归方法进行了比较,实验表明,机器学习的方法对于解决列车精确停车问题是行之有效的.其中以高斯过程回归的性能最优,而基于梯度的Boosting回归方法在缺乏先验知识的条件下达到接近高斯过程回归的性能,在实际应用中具有更大的灵活性和适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德旺	北京交通大学轨道交通控制与安全国家重点实验室	35	403	12.0	19.0
2	周骥	复旦大学计算机科学技术学院	3	21	2.0	3.0