基于多特征融合和BP-AdaBoost算法的列车关键零件故障自动识别

• 作者: 孙国栋 张杨 林凯 汤汉兵 赵大兴
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 集尘器 安全链锁紧螺栓 特征融合 BP-AdaBoost算法
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 机械基础工程
• 页码范围: 2588-2594
• 页数: 7页
• 分类号: TP29
• 字数: 3718字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2017.21.013

摘要

针对列车集尘器和安全链锁紧螺栓的故障检测,提出了一种基于多特征融合和BP-AdaBoost的故障自动识别算法.首先提取故障区域与非故障区域的局部二进制模式(LBP)、方向梯度直方图(HOG)和Haar-like三类特征;其次利用主成分分析(PCA)定义不同特征对故障识别准确率的贡献值,并据此对这三种特征进行降维和融合;再次利用融合特征来训练BP-AdaBoost分类器;最后用训练好的分类器结合不同的识别算法,对集尘器和安全链锁紧螺栓的故障进行定位和识别.实验结果表明,该算法能较好地识别两种不同故障,故障识别率高,误检率和漏检率低,对于光照不均和遮挡情况有一定的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵大兴	湖北工业大学机械工程学院	95	345	10.0	13.0
2	孙国栋	湖北工业大学机械工程学院	51	125	6.0	8.0
3	汤汉兵	湖北工业大学机械工程学院	3	20	3.0	3.0
4	张杨	南京大学计算机科学与技术系	8	16	2.0	4.0
5	林凯	湖北工业大学机械工程学院	5	11	1.0	3.0