典型文献
基于LDA-CLCBA组合模型的高速铁路道岔故障诊断
文献摘要：
ZY(J)7电液道岔转换设备已在高速铁路大量投入使用,对其进行精确的故障诊断有助于高速铁路道岔的日常维护作业.以ZY(J)7道岔故障文本数据作为研究对象,提出一种基于LDA(latent dirichlet allocation)主题模型与关联规则分类技术相结合的高速铁路道岔故障诊断模型.该模型首先采用LDA主题模型实现ZY(J)7道岔故障文本数据的特征提取;其次,由于道岔各故障类别数据的不均衡性,将原有的关联规则分类算法引人类支持度相关概念进行不平衡数据的处理,最终实现ZY(J)7道岔的故障诊断.通过对某铁路局2017～2019年的ZY(J)7道岔故障文本数据进行实验分析,实验结果表明提出的故障诊断方法分类精确率和召回率分别达到95.08％和90.24％,既保证了整体分类的准确率又有较好的小类别分类性能.
文献关键词：
ZY(J)7道岔;故障诊断;LDA主题模型;关联规则分类;类支持度;类支持度阈值
中图分类号：
作者姓名：
林海香;卢冉;陆人杰;许丽;赵正祥;白万胜
作者机构：
兰州交通大学自动化与电气工程学院 兰州 730070
文献出处：
引用格式：
[1]林海香;卢冉;陆人杰;许丽;赵正祥;白万胜-.基于LDA-CLCBA组合模型的高速铁路道岔故障诊断)[J].电子测量与仪器学报,2022(03):251-259
A类：
CLCBA,类支持度,类支持度阈值
B类：
LDA,组合模型,高速铁路道岔,铁路道岔故障,道岔故障诊断,ZY,电液,道岔转换设备,投入使用,日常维护,维护作业,故障文本数据,latent,dirichlet,allocation,主题模型,关联规则分类,分类技术,技术相结合,故障诊断模型,模型实现,别数,不均衡性,分类算法,不平衡数据,铁路局,故障诊断方法,方法分类,精确率,召回率,既保证,整体分类,分类性能
AB值：
0.289053
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。
