基于支持向量机与最小二乘支持向量机的闸片识别及磨耗趋势预测

• 作者: 李欣
• 来源期刊: 铁道技术监督
• 学科: 交通运输
• 关键词: 动车组 闸片 磨耗 支持向量机 最小二乘支持向量机 趋势预测
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 质量管理
• 页码范围: 29-32,38
• 页数: 5页
• 分类号: U260.351|F273.2
• 字数: 2902字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9178.2018.10.010

摘要

针对检测动车组闸片剩余厚度的需求,设计闸片图像采集系统,通过高速相机与面阵光源的结合使用完成在线闸片图像的采集.介绍支持向量机(SVM)算法的概念,采用SVM对闸片边缘特征进行识别,进而检测剩余厚度.运用最小二乘支持向量机(LSSVM),将SVM的不等式约束变为等式约束,实现闸片剩余厚度的趋势预测.通过将LSSVM检测结果与现场人工测量结果进行对比,验证方法的可靠性.基于LSSVM算法精准预测闸片磨耗趋势,可提供更好的闸片状态修管理模式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李欣	中国铁路西安局集团有限公司机务处	1	0	0.0	0.0