基于非负矩阵分解的高速列车走行部工况识别

• 作者: 李毓磊 杨扬 段雯誉
• 来源期刊: 铁道通信信号
• 关键词: 高速列车 工况识别 数据处理 非负矩阵分解
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 通信·信息
• 页码范围: 56-59
• 页数: 4页
• 字数: 2779字
• 语种: 中文
• DOI: 10.13879/j.issn1000-7458.2020-01.19258

摘要

根据高速列车振动信号数据的特点,针对高速列车走行部工况的识别,提出了一种基于非负矩阵分解(NMF)算法的工况识别模型.该模型通过数据处理获得具有辨识度的工况数据集,使用K-means、谱聚类、近邻传播和模糊C均值4种聚类算法获得初步识别结果.聚类算法的初步识别结果作为NMF算法的输入,获得最终识别结果.相比NMF算法与聚类算法的识别结果,NMF算法具有更高的准确率,本文验证了NMF算法在高速列车工况识别方面的有效性和高效性,为高速列车的工况识别提出了一种有效的解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨扬	西南交通大学信息科学与技术学院	55	310	10.0	15.0
2	段雯誉	西南交通大学信息科学与技术学院	2	0	0.0	0.0
3	李毓磊	西南交通大学信息科学与技术学院	2	0	0.0	0.0