典型文献
小波奇异熵改进SOM神经网络在道岔故障诊断中的应用
文献摘要：
随着轨道交通技术的快速发展和智能算法的应用,用微机监测和人工处理的方法对道岔进行故障诊断存在效率低、及时性不够、准确性不足等问题,文章用Meyer小波分解原始数据,实现特征数据的选择和提取,再计算出相应的小波奇异熵作为神经网络的输入向量,加入训练数据到改进型的SOM神经网络中,从而实现对S700K型转辙机的道岔故障诊断.通过提取8种典型的故障类型,在MATLAB中建立相应的模型并进行仿真,和目前普遍应用的K-means和FCM聚类算法进行时间和准确率方面的比较.仿真结果表明,在道岔故障诊断中,基于小波奇异熵和SOM神经网络的算法在时间和准确率方面具有明显优势.
文献关键词：
轨道交通;道岔;故障诊断;特征提取;小波奇异熵;SOM
中图分类号：
作者姓名：
秦小虎
作者机构：
重庆市轨道交通(集团)有限公司,重庆 401120
文献出处：
引用格式：
[1]秦小虎-.小波奇异熵改进SOM神经网络在道岔故障诊断中的应用)[J].现代城市轨道交通,2022(02):23-27
A类：
B类：
小波奇异熵,SOM,道岔故障诊断,轨道交通技术,智能算法,微机监测,及时性,Meyer,小波分解,原始数据,特征数据,训练数据,改进型,S700K,转辙机,故障类型,建立相应,means,FCM,聚类算法,于小波
AB值：
0.315384
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。
