基于多视图分类集成的高铁工况识别

• 作者: 宋祎 杨燕 江永全 郭超
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 多视图 分类集成 高速列车 工况识别 特征提取
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 7-14
• 页数: 8页
• 分类号: TP391
• 字数: 5864字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.1.2016.330

摘要

针对传统方法识别高铁工况存在特征提取不完备和识别性能不精确的问题,提出一种多视图分类集成的高铁工况识别方法(MVCE).该方法结合多视图特征提取和分类集成技术,从信号本身特性、频域和时频域三个角度提取小波能量、频谱系数、聚合经验模态分解模糊熵,并使用Fisher比率对其频域特征进行特征选择,从而构建高铁振动信号三个视图的特征.使用最小二乘支持向量机和最近邻分类器分别对每个视图的特征进行初步识别.最后采用分类熵投票策略对多个分类器输出结果进行集成.试验结果表明:该方法对仿真数据和实验室数据的平均识别率分别达到89.18%和90.87%.同时对比结果说明了该方法提取特征的完备性和具有多样性集成模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨燕	西南交通大学信息科学与技术学院	97	1192	16.0	32.0
2	江永全	西南交通大学牵引动力国家重点实验室	11	57	4.0	7.0
3	郭超	西南交通大学信息科学与技术学院	3	5	2.0	2.0
4	宋祎	西南交通大学信息科学与技术学院	1	3	1.0	1.0