基于SVM-AdaBoost的道岔控制電路故障診斷方法研究（英文）
發(fā)布時間：2024-05-20 21:45
為實現(xiàn)鐵路信號全電子計算機聯(lián)鎖系統(tǒng)控制電路的故障診斷,以五線制道岔全電子控制模塊為例,提出了采用輪盤賭轉法選擇基本分類器的樣本集,采用SVM-AdaBoost算法實現(xiàn)故障診斷的方法。實驗結果表明,基本分類器樣本占比影響分類準確率,樣本占比為85%時準確率最高;輪盤賭轉法選擇基本分類器的樣本集后故障診斷準確率普遍高于最大權重優(yōu)先的方式,準確率達96.3%;同時該方法能更好地適應臨界數(shù)據(jù),提高算法抗干擾能力。因此本論文的研究內容可為全電子計算機聯(lián)鎖系統(tǒng)的故障診斷提供依據(jù)。
【文章頁數(shù)】：7 頁
【文章目錄】：
0 Introduction
1 Analysis of switch module control circuit
2 SVM-AdaBoost fault diagnosis method
2.1 SVM
2.2 SVM-AdaBoost method
3 Simulation and analysis
3.1 Samples acquisition of basic classifier
3.2 Analysis of fault diagnosis accuracy
3.3 Analysis of anti-interference capability
4 Conclusion
本文編號：3979161
【文章頁數(shù)】：7 頁
【文章目錄】：
0 Introduction
1 Analysis of switch module control circuit
2 SVM-AdaBoost fault diagnosis method
2.1 SVM
2.2 SVM-AdaBoost method
3 Simulation and analysis
3.1 Samples acquisition of basic classifier
3.2 Analysis of fault diagnosis accuracy
3.3 Analysis of anti-interference capability
4 Conclusion
本文編號：3979161
本文鏈接：http://www.wukwdryxk.cn/kejilunwen/jiaotonggongchenglunwen/3979161.html
