基于粗糙集和模糊认知图的ZPW-2000轨道电路故障诊断

针对目前由人工分析监测数据进行ZPW-2000轨道电路故障判别存在判别效率低、判别周期较长、对数据分析所依赖的人员经验程度高的缺陷,将粗糙集理论和模糊认知图的概念引入ZPW-2000轨道电路的故障判别中,通过主分量启发式算法对原始故障数据进行属性约简,得到故障特征参数,利用模糊认知图构建出基于属性约简和模糊认知图的分类器,并在此过程中利用自适应遗传算法完成FCM权重的学习。通过仿真实验验证,在模糊认知图的基础上利用粗糙集进行特征的提取,再对ZPW-2000轨道电路故障进行诊断,这种方法是有效可行的,并与人工分析故障数据进行诊断的方法进行比较,发现基于属性约减和模糊认知图的分类器有较高的故障识别率以及较短的诊断时间。     

基于模糊认知图模型的轨道电路故障诊断

针对目前人工分析监测数据进行ZPW-2000A轨道电路故障判别存在判别效率低、判别周期较长和对数据分析所依赖的人员经验程度高的缺陷,将模糊认知图的概念引入到ZPW-2000A轨道电路的故障判别中。通过分析10类故障产生的机理,结合现场经验,对不同类型的故障数据进行分析,得到故障特征参数,构建出基于特征参数与故障类别的模糊认知图分类器。在此过程中利用自适应遗传算法完成FCM权重的学习。研究结果表明:根据监测数据用ZPW-2000A轨道电路故障判别的FCMCM判别方法是有效可行的,较人工分析监测数据判别故障的方式具有较高的故障识别率和较短的判别时间。     

基于粗糙集和模糊聚类理论的文本分类系统的研究与实现

随着Internet的发展及广泛应用，越来越多的文本信息以待阅读和处理。文本分类成为众所关注但仍未很好解决的热门课题。本文提出一种基于粗糙集和模糊聚类（RS＆FC）理论的文本分类新模型，详细讨论和分析了该模型的总体设计思想、主要实现技术和有关的算法及实现方案。该模型在分类规则产生之前，以训练样本直接聚类的结果构造信息表，并对表中的连续属性离散化，再对信息表中的特征词属性进行二次聚类，压缩文本特征子集的向量维数，提取关键字特征属性，建立决策信息表，然后利用粗糙集理论，采用启发式约简算法，对信息表进行约简，产生优化的分类规则，指导文本分类。最后通过实验和性能评价，本文提出的分类方法的分类准确率高于传统的K-最近邻分类（K-NN）法，提高了系统的适应性能和分类能力。     

基于粗糙集-C4.5的轨道电路故障诊断方法研究

针对轨道电路故障信息存在大量重复样本和冗余属性,提出一种基于粗糙集和C4.5决策树算法相融合的轨道电路故障诊断方法。轨道电路故障特征数据多为连续量,需要根据模糊集理论对故障样本进行模糊化,形成离散决策表。利用粗糙集处理不完备决策表的能力,去除离散决策表的冗余属性得到约简表,结合决策树C4.5算法对约简决策表进行快速训练提取诊断规则,产生的诊断规则清晰、可解释性强,能够直接运用于轨道电路故障诊断中。最后利用模拟数据仿真验证该方法的有效性,与ID3算法和BP神经网络法进行对比,仿真测试表明该方法具有更高的诊断效率和准确率,对实现轨道电路快速鲁棒故障诊断具有一定意义。     

基于最小二乘支持向量机的轨道电路故障诊断方法

为提高轨道电路故障处理效率和正确率,对轨道电路的多故障诊断方法进行研究。建立基于最小二乘支持向量机的轨道电路故障诊断模型,用某轨道电路实测数据进行训练和测试,选择基于BP神经网络的故障诊断方法进行对比。结果表明:基于最小二乘支持向量机的轨道电路故障诊断方法能有效实现轨道电路5种故障的诊断,且具有更快的运算速度。与BP神经网络故障诊断方法比较,故障诊断正确率提高了17.14%,运算时间减少2/3。     

多通道Gabor相位特征在人脸识别中的应用

提出一种基于Gabor相位特征的多通道组合模型人脸识别方法.该算法对各方向上的Gabor相位特征采用双向二维主元分析进行维数约简,然后组合各方向上约简后的特征而构建最终人脸模板.算法主要包括4个步骤:(1)通过Gabor滤波器组与人脸原始灰度图像的卷积来提取不同尺度和不同方向的人脸相位特征;(2)双向二维主成分分析对人...     

基于旅客面部特征的实名制铁路车票检票身份认证算法

为了高效地完成实名制铁路车票的验票流程,提出1种基于旅客面部Gabor特征的身份认证算法.采用二维Gabor滤波器提取人脸图像的Gabor特征,并对这些特征进行变换和重组;对重组后得到的特征矩阵进行类内差和类间差运算,获得初始样本,并运用主成分分析法进行样本降维,构造出支持向量机分类器,从而通过支持向量机分类器实现旅客身份的认证.在F-Gnet人脸图像库上的实验结果表明,该算法的正确认证率可达94.14％,且对光照与人脸表情变化具有鲁棒性.     

基于多特征融合与AdaBoost算法的轨面缺陷识别方法

针对钢轨表面缺陷检测精度易受采集装置振动与异物干扰的影响等问题,通过分析缺陷的位置,设计钢轨图像采集装置。在此基础上,首先根据钢轨的形状特征,结合Hough变换与最小二乘法提取钢轨表面区域,再结合超熵理论与模糊理论对钢轨表面缺陷进行分割,然后建立正样本及负样本数据库,并通过提取样本的Harr-like特征与低层特征建立样本特征数据库,最后结合C4.5与AdaBoost算法设计缺陷分类器,对非缺陷进行排除并对缺陷进行分类。通过在500~1 000 lx,1 000~10 000 lx,10000~100 000 lx 3种不同的光照强度区间内对木枕及混凝土枕轨道的钢轨表面缺陷进行识别,识别时间平均为698ms,识别正确率平均为97.02%,与传统的识别方法对比具有明显的优势。     

基于小波分析的最小二乘支持向量机轨道交通客流预测方法

针对城市轨道交通客流预测问题,采用离散一维Daub4,小波分析方法对某一时间段的原始客流时间序列数据进行分解;以分解得到的高频分量和低频分量为样本数据,对最小二乘支持向量机进行训练,确定最小二乘支持向量机的核参数σ,以及系数a和b.利用训练后的最小二乘支持向量机预测未来一段时间客流时间序列数据的高频分量和低频分最,然后再利用Daub4小波分析方法对预测的高频分量和低频分量进行数据重构,从而得到预测的未来一段时间客流时间序列数据.与历史平均预测法和灰色预测法进行比较,结果表明,基于小波分析的支持向量机客流预测方法用于轨道交通短期客流预测具有更好的精度.     

基于聚类分析算法的铁路通信设备厂商信息智能分类

针对铁路通信大数据平台中设备厂商信息不规范的问题,提出一种采用聚类分析算法对厂商信息智能分类的方法,介绍聚类分析算法、相似度计算方法和聚类性能度量等理论,通过分词处理、构建词袋模型、权值转换等数据预处理技术,将文本转换为适合分类的权值向量,采用K-均值聚类、层次聚类算法分别对部分样本进行聚类分析,比较测试结果,最终选择层次聚类算法对所有样本进行聚类分析。该算法可以将不规范的厂商信息进行合理的分类,从而为形成厂商信息字典提供数据支持。     

ZPW-2000A轨道电路智能故障诊断算法应用研究简

提出一种基于模糊推理的轨道电路智能故障诊断算法,通过对ZPW-2000A轨道电路监测子系统实时采集的信息进行智能分析,实时故障诊断,该诊断算法对于诊断轨道电路模拟元件的短路、开路等硬故障有较好的效果.在ZPW-2000A轨道电路监测子系统平台进行了工程化实现,在现场真实环境下,进行多种故障的测试,测试结果达到预期效果.     

基于属性数学的铁路重载运输安全评价

铁路重载运输设施设备要求高,确保其安全运行意义重大。属性数学理论主要研究和解决定性描述的度量和不同的定性描述之间的关系问题,基于此,从人员、设备、环境及管理4个方面建立包含3层级28项指标的铁路重载运输安全综合评价指标体系;采用德尔菲法和模糊统计法得到指标初始权值,并通过灰色关联法判断指标权值的合理性。建立铁路重载运输安全综合评价模型,重点利用属性集和属性测度理论研究并制定单指标等级划分标准,采取正规模糊子集以及置信度准则等方法构造属性测度函数以及属性识别准则。以呼和浩特铁路局大包线重载运输为例,应用所建模型评价其安全等级,评价结果符合呼和浩特铁路局实际情况,表明所建模型能较好适用于铁路重载运输安全综合评价。     

一种动态加权模糊聚类算法的研究

针对模糊C均值聚类（FCM）算法选取初始中心具有随机性这一缺陷,利用遗传算法优化FCM算法,根据适应度函数动态确定交叉、变异算子,从而选取最优初始中心,避免FCM算法陷入局部极小;针对FCM受噪声点、孤立点影响较大的缺陷,利用LOF加权降低数据噪声点对聚类的影响,并将FCM聚类、遗传算法、加权策略相结合,提出一种新的动态加权模糊聚类算法。经UCI通用数据集验证,优化后的聚类算法可以有效提高聚类质量和准确度。     

列车与轨道信号系统电磁兼容设计和控制

对列车与轨道信号糸统的电磁兼容性设计进行了分机,重点探讨了减小骚扰源产生的谐波设计、轨道回流均流化设计及L-C滤波器参数设计。提出了了列车与信号系统电磁兼容性的设计和控制方法。     

基于HHT及LCS的轨道电路传输变化识别探讨

在轨道电路的实际使用中,受设备工作性能、使用环境的影响,轨道电路传输特性可能发生变化,导致轨道电路传输曲线产生变形。本文以轨道电路区段为单位,先提取主轨道电路传输曲线,再利用希尔伯特变换(HHT)方法提取趋势分量,并利用最长公共子序列(LCS)算法进行趋势分量相似性对比,探测该区段轨道电路感应电压曲线是否存在变形,用来判断轨道电路传输特性是否发生变化。仿真结果表明,该方法能准确识别轨道电路传输特性变化现象,可为轨道电路的故障识别、故障预测、健康管理研究提供支持。     

脉冲轨道电路脉冲源的研究与仿真

考虑脉冲轨道电路脉冲源脉冲周期1/3s对轨道电路的应变时间稍慢,而提出实现脉冲轨道电路脉冲源脉冲周期1/4s,并采用脉冲波形时间为40ms,恰为25Hz周期的脉冲源仿真,从而达到更好地兼容25Hz轨道电路设备。更好地实现既有25Hz轨道电路叠加电码化改造脉冲轨道电路叠加电码化。     

铁路隧道围岩分级的知识挖掘

从国内外各种围岩分类方法中可以看出,结构面与隧道围岩分级密切相关,不同的围岩分级具有不同的结构面特性。通过分析结构面与隧道围岩分级之间的关系,提出隧道围岩分级知识挖掘方法。根据数据挖掘原理,在结构面众多属性中首先剔除明显不合适的力学和岩性属性,然后按信息增益大小进一步选择挖掘所需的结构面属性,同时提出结构面权度概念表示结构面相互切割程度。信息增益分析结果表明,一般结构面和断层的各个属性在围岩分级中所起作用差别较大,因而采用的属性也不同。以表格形式表达概念描述和概念对比描述结果,反映出结构面各个属性对围岩分级的贡献大小及作用的程度;根据后者提出了围岩分级预测方法,应用结果是可行的,而且一般结构面和断层分别预测,效果会更好。     

基于快速S变换的电能质量主成分分析方法

针对电能质量分析中S变换计算量大,及支持向量机分类识别需要设定特征参数的问题,文章将一种新的s变换的快速算法（FST）与主成分分析（PCA）相结合,并应用于电能质量分类识别。首先从FST域提取几种电压扰动的模系数;进而利用PCA进行降维处理并提取主要特征成分;然后获得投影矩阵;最后待识别电压信号投影后,根据最近邻分类器进行分类识别。仿真结果表明,电压扰动FST域模系数的特征成分主要在低频段,因此识别结果准确率高、计算时间短,并且算法本身有一定的抗噪声能力,能较好地实时处理电能质量扰动。     

基于方法组合的轨道电路故障诊断模型

为了解决单一方法对25 Hz相敏轨道电路的故障诊断精度偏低等问题,提出基于最优权值的多方法组合故障诊断模型。首先通过模糊综合评判、灰色关联分析和BP(Back propagation)神经网络3种不同的诊断方法,对轨道电路进行初步故障诊断,然后根据各诊断方法的误判率计算出对应的最优权值,最后对各方法的诊断输出进行最优权值加权平均得到综合诊断的输出结果,确定故障类型。诊断结果表明:组合诊断模型有效地提高了轨道电路故障诊断的准确度,并证明了组合诊断模型的诊断准确度随着诊断方法的数量增加而提高。     

ZPW-2000A型无绝缘移频轨道电路补偿方案研究

在现场的应用中,ZPW-2000A型无绝缘移频轨道电路在安全性和可靠性方面有着显著优势,但其分路特性的改善是需要关注的问题。采用电平衰耗法的计算方法,对无补偿电容、有补偿电容和有最佳补偿电容时的无绝缘轨道电路的分路特性进行分析,并用Matlab软件仿真得到轨面各点的分路灵敏度和分路残压比较结果。结果表明,补偿电容对轨道电路的分路特性有明显的改善作用,而找到最佳补偿电容值对轨道电路进行补偿,不但能同时保证轨道电路全程可靠分路,并且降低了分路残压,使得无绝缘轨道电路的分路特性更稳定。