基于支持向量机的区间轨道电路故障诊断研究

• 作者: 刘伟 张成斌 李小帅 李鹍
• 来源期刊: 网络新媒体技术
• 关键词: 支持向量机训练集测试集特征提取ZPW-2000轨道电路
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 学术研究
• 页码范围: 31-39
• 页数: 9页
• 字数: 4850字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-347X.2018.05.006

摘要

支持向量机(SVM)算法以统计学习理论为基础,依据结构风险最小化的原则,且在有效的特征信息有效的情况下,能够对数据中隐藏的有效信息进行挖掘.故本文用支持向量机对ZPW-2000轨道电路进行故障诊断研究,且用遗传算法和粒子群算法对其中的参数进行优化,进而实现故障类别的判断.对提高铁路信号维护的智能化水平有重大意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹍	中国铁道科学研究院集团有限公司标准计量研究所	9	9	2.0	2.0
3	李小帅	中国铁道科学研究院集团有限公司标准计量研究所	2	1	1.0	1.0
5	刘伟		4	9	2.0	3.0
8	张成斌		2	2	1.0	1.0