中国机械工程
中國機械工程
중국궤계공정
CHINA MECHANICAl ENGINEERING
2004年
18期
1641-1643
,共3页
支持向量机%小波%车轮踏面%信号特征
支持嚮量機%小波%車輪踏麵%信號特徵
지지향량궤%소파%차륜답면%신호특정
采用小波分析与支持向量机(SVM)相结合对列车车轮擦伤进行自动识别.运用变尺度多分辨小波分析方法对车轮擦伤信号进行特征处理, SVM能够对小样本数据进行模式识别并且具有很好的分类推广能力.在小波分析特征提取的基础上,利用分布式多SVM分类器识别车轮擦伤,实验表明,该方法能有效地对车轮擦伤等级进行准确识别和诊断.
採用小波分析與支持嚮量機(SVM)相結閤對列車車輪抆傷進行自動識彆.運用變呎度多分辨小波分析方法對車輪抆傷信號進行特徵處理, SVM能夠對小樣本數據進行模式識彆併且具有很好的分類推廣能力.在小波分析特徵提取的基礎上,利用分佈式多SVM分類器識彆車輪抆傷,實驗錶明,該方法能有效地對車輪抆傷等級進行準確識彆和診斷.
채용소파분석여지지향량궤(SVM)상결합대열차차륜찰상진행자동식별.운용변척도다분변소파분석방법대차륜찰상신호진행특정처리, SVM능구대소양본수거진행모식식별병차구유흔호적분유추엄능력.재소파분석특정제취적기출상,이용분포식다SVM분류기식별차륜찰상,실험표명,해방법능유효지대차륜찰상등급진행준학식별화진단.