基于粗糙集理论和FCM的轨道电路故障诊断模型

• 作者: 李林霄 董昱
• 来源期刊: 铁道标准设计
• 学科: 交通运输
• 关键词: 轨道电路 故障诊断 属性约简 最小二乘法 模糊认知图
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 通信/信号
• 页码范围: 169-173
• 页数: 5页
• 分类号: U284.28
• 字数: 4019字
• 语种: 中文
• DOI: 10.13238/j.issn.1004-2954.201810150001

摘要

由于轨道电路数据多且其维数高,这往往会导致所选特征之间存在冗余和相容性的问题.基于主分量启发式算法,引入相容度概念,并提出一种改进的主分量启发式属性约简算法,提取初始数据的主要特征属性来降低样本的维数.同时将模糊认知图概念引入到轨道电路故障诊断中,利用最小二乘法完成模糊认知图节点间权值的选择,最后根据权值建立轨道电路诊断模型并对预处理的样本进行训练和分类.实验结果表明,与单独的FCM分类器相比较,加入属性约简算法后,FCM分类器可提高分类性能,与采用人工确定权值的FCM方法对比,最小二乘法提高了FCM分类的精度.

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	李林霄	兰州交通大学自动化与电气工程学院	1	1	1.0	1.0