基于分布式SVM的高速列车运行状态评估

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：随着大规模数据信息不断涌现,支持向量机作为一种经典高效的监督式的机器学习方法也在不断地进步与创新,实现分布式支持向量机算法。与此同时,高速列车的快速发展,高速列车安全性问题逐渐引起人们的重视。将分布式SVM算法与Hadoop平台相结合,采用EEMD算法提取IMFs特征,运用分布式SVM算法对高速列车振动数据进行深层特征提取并进行故障分类。实验表明通过对较好通道的统计结果来看,列车故障辨识的识别率为96%,故障定位识别率为89%,且算法效率有一定的提升。

原文链接:http://www.cqvip.com//QK/81265X/201609/670265554.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：高速列车 分布式 SVM Hadoop 支持向量机 高速列车监测数据 故障诊断 支持向量机 分布式计算