典型文献
基于神华货车状态检修技术架构模型分析
文献摘要：
为了提升神华铁路重载货车状态监测预警精度,设计一种不含机器学习模块的重载货车监测数据深度挖掘算法.此算法以加权因子整合算法为关键技术,融合差值序列、线性重投影、线性回归、傅里叶变换等算法模块.仿真测试中,利用神华铁路2020年全年实际运行数据,发现相比较传统的机器学习算法,其在红色预警状态下故障检出率更高,无预警状态下故障检出率远低于机器学习算法,且算力硬件需求远低于机器学习算法.
文献关键词：
神华铁路;重载货车;状态监测;数据预警;加权因子整合算法
中图分类号：
作者姓名：
卓卉;乔志刚
作者机构：
国家能源投资集团有限责任公司科技部,北京 100001;北京京天威科技发展有限公司,北京 100085
文献出处：
引用格式：
[1]卓卉;乔志刚-.基于神华货车状态检修技术架构模型分析)[J].粘接,2022(10):194-196
A类：
神华铁路,加权因子整合算法
B类：
状态检修技术,技术架构,重载货车,状态监测,监测预警,学习模块,数据深度,深度挖掘,挖掘算法,重投影,傅里叶变换,算法模块,仿真测试,实际运行,运行数据,机器学习算法,算力,数据预警
AB值：
0.227249
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
