基于属性约简的绝缘节破损预测

• 作者: 肖自强 董昱
• 来源期刊: 安全与环境学报
• 学科: 工学
• 关键词: 安全工程 数据预测 属性约简 支持向量机 绝缘节
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 安全评价
• 页码范围: 431-434
• 页数: 4页
• 分类号: X951
• 语种: 中文
• DOI: 10.13637/j.issn.1009-6094.2017.02.007

摘要

准确的绝缘节破损预测能够保证铁路运输安全和经济效益.支持向量机算法能够处理轨道电路测试数据,对其进行分类,预测可能存在隐患的绝缘节,但支持向量机预测模型的原始样本多有冗余,基于此,提出了一种基于粗糙集和支持向量机的绝缘节破损预测模型.通过改进主分量启发式属性约简算法,降低样本维数,同时选用模拟退火算法完成SVM自动参数选优.实例分析和仿真结果表明,与单一支持向量机算法相比,属性约简后的粗糙集-支持向量机算法提高了分类器的分类性能,与采用网格搜索技术的SVM预测方法相比,模拟退火算法有效提高了SVM的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董昱	兰州交通大学自动化与电气工程学院	75	556	12.0	19.0
2	肖自强	兰州交通大学自动化与电气工程学院	1	0	0.0	0.0