基于BEMD-IPSO-SVM的 扣件完损状态检测

• 作者: 刘射德 王登飞 陈光武 魏宗寿 齐胜
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 二维经验模态分解 改进粒子群算法 支持向量机 扣件检测
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 机车车辆与设备
• 页码范围: 780-787
• 页数: 8页
• 分类号: U216.3
• 字数: 4656字
• 语种: 中文
• DOI: 10.19713/j.cnki.43?1423/u.2019.03.029

摘要

扣件的完损状态关乎铁路系统的安危,而传统检测算法运算复杂且精度不足,为进一步提升检测性能,提出基于BEMD-IPSO-SVM的扣件完损状态检测算法.该算法首先对初始化的扣件图像进行二维经验模态分解,提取固有模态函数的频谱特征,通过改进粒子群算法优化支持向量机来实现检测分类,达到了简化运算,增强泛化性,提升识别准确度的目的.通过实验仿真得出平均检测准确率可达95.15％,证明该算法在扣件检测方面切实可行.