特征矩阵构造方法在高速列车故障诊断中的应用

• 作者: 谭献海 赵莹莹
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 状态识别 高速列车故障诊断 特征融合 二维特征矩阵 主成分分析
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 智能交通专题
• 页码范围: 21-25,32
• 页数: 6页
• 分类号: TP391
• 字数: 4831字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.02.004

摘要

基于二维特征矩阵的二维特征融合(2DFF)方法——二维主成分分析法能够降低特征矩阵的维数,达到特征融合的目的,但该方法仅在特征向量维数相近的情况下效果较好.传统2 DFF特征矩阵构造方法需要在每个特征向量后补0以形成二维特征矩阵,在特征向量维数相差较大时补0个数较多,破坏原始特征向量属性,使最终识别率降低.针对该问题,提出一种基于奇异值分解(SVD)的二维特征矩阵构造方法,该方法将所有特征向量首尾相接组合成一维特征向量,利用SVD的分解特性,在保持特征信号相位不变的情况下,将一维综合特征向量分解成二维特征矩阵,避免大量补0导致信号特性的改变.实验结果表明,该方法在各特征向量维数相差较大的情况下,可获得比在向量后直接补0的特征矩阵构造方法更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭献海	西南交通大学信息科学与技术学院	73	398	10.0	15.0
2	赵莹莹	西南交通大学信息科学与技术学院	1	0	0.0	0.0