典型文献
基于高斯混合模型的地铁牵引系统健康度评估
文献摘要：
文章基于高斯混合模型,采用数据挖掘技术,对地铁牵引系统健康度评估进行研究.主要研究方法为利用无监督学习和有监督学习两种方式,分别建立机器学习模型.首先提取原始特征,采用方差过滤法和主成分分析法进行特征降维;其次在无监督学习下对是否工况分离进行讨论,选用高斯混合模型将得到的类概率值作为设备健康度评分;最后在有监督学习下选用逻辑回归模型评估牵引系统的健康度.结果表明,在无监督学习工况分离的情况下,高斯混合模型的表现状态有较高的预测精度和模型准确度.
文献关键词：
地铁牵引系统;健康度评估;工况分离;高斯混合模型
中图分类号：
作者姓名：
曲涛;杨泽迎;黄飞;洪希仁;常伟;黄德演
作者机构：
江苏中车数字科技有限公司,江苏 南京210008;泰雷兹中国,北京100125;上海觉云科技有限公司,上海200030;广东毓秀科技有限公司,广东广州510623
文献出处：
引用格式：
[1]曲涛;杨泽迎;黄飞;洪希仁;常伟;黄德演-.基于高斯混合模型的地铁牵引系统健康度评估)[J].机车车辆工艺,2022(04):1-4,10
A类：
工况分离
B类：
高斯混合模型,地铁牵引系统,健康度评估,数据挖掘技术,无监督学习,有监督学习,两种方式,机器学习模型,过滤法,特征降维,逻辑回归模型,模型评估
AB值：
0.14643
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。
