基于PCA和SVM的轨道不平顺状态识别

• 作者: 林怀青 柴晓冬 苏圣超 郑树彬
• 来源期刊: 测控技术
• 学科: 工学
• 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)
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 25-28,36
• 页数: 5页
• 分类号: TP391.4
• 字数: 3264字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴晓冬	上海工程技术大学城市轨道交通学院	78	295	9.0	12.0
2	郑树彬	上海工程技术大学城市轨道交通学院	78	287	9.0	13.0
3	苏圣超	上海工程技术大学工程实训中心	20	27	4.0	4.0
4	林怀青	上海工程技术大学机械工程学院	2	6	2.0	2.0