基于稀疏编码空间金字塔匹配和GA-SVM的列车故障自动识别

• 作者: 周振 孙国栋 张杨 王俊豪 赵大兴
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 故障动态图像检测 稀疏编码 空间金字塔 尺度不变特征变换 遗传算法 支持向量机
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 信息科学
• 页码范围: 3087-3098
• 页数: 12页
• 分类号: TH703
• 字数: 5652字
• 语种: 中文
• DOI: 10.3788/OPE.20182612.3087

摘要

针对货车运行故障动态图像中车辆挡键、集尘器和安全链锁紧螺栓的故障检测, 提出一种基于稀疏编码空间金字塔匹配和遗传算法优化的支持向量机相结合的通用故障自动识别算法.首先在不同尺度空间对样本图像进行划分, 对每个部分提取尺度不变特征变换特征, 利用随机抽取样本的SIFT特征通过迭代学习生成字典并进行稀疏编码;其次利用主成分分析定义编码后的特征对故障识别准确率的贡献值, 并据此对编码特征进行降维;然后利用编码降维后的特征结合遗传算法对线性SVM分类器进行训练;最后用训练好的分类器模型对挡键、集尘器和安全链锁紧螺栓的故障进行识别.实验结果表明, 本文提出的算法能较好的应用于3种不同类型的故障识别, 识别率分别为97.25％、99.00％和97.50％, 同时对噪声和光照变化具有一定的鲁棒性, 能满足车辆故障的实际检测需求.

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	周振	湖北工业大学机械工程学院	3	11	2.0	3.0
4	张杨	湖北工业大学机械工程学院	14	29	3.0	4.0
8	王俊豪	湖北工业大学机械工程学院	2	2	1.0	1.0