| 基于BEMD-IPSO-SVM的 扣件完损状态检测 |
| |
| 引用本文： | 齐胜,陈光武,魏宗寿,刘射德,王登飞.基于BEMD-IPSO-SVM的 扣件完损状态检测[J].铁道科学与工程学报,2019,16(3):780-787. |
| |
| 作者姓名： | 齐胜 陈光武 魏宗寿 刘射德 王登飞 |
| |
| 作者单位： | 兰州交通大学自动控制研究所,甘肃兰州 730070;甘肃省高原交通信息及控制重点实验室,甘肃兰州 730070;兰州交通大学自动控制研究所,甘肃兰州 730070;甘肃省高原交通信息及控制重点实验室,甘肃兰州 730070;兰州交通大学自动控制研究所,甘肃兰州 730070;甘肃省高原交通信息及控制重点实验室,甘肃兰州 730070;兰州交通大学自动控制研究所,甘肃兰州 730070;甘肃省高原交通信息及控制重点实验室,甘肃兰州 730070;兰州交通大学自动控制研究所,甘肃兰州 730070;甘肃省高原交通信息及控制重点实验室,甘肃兰州 730070 |
| |
| 基金项目： | 甘肃省高等学校科研资助项目;甘肃省国际合作重点研发计划;甘肃省自然科学基金资助项目;甘肃省科技计划资助项目 |
| |
| 摘 要： | 扣件的完损状态关乎铁路系统的安危,而传统检测算法运算复杂且精度不足,为进一步提升检测性能,提出基于BEMD-IPSO-SVM的扣件完损状态检测算法。该算法首先对初始化的扣件图像进行二维经验模态分解,提取固有模态函数的频谱特征,通过改进粒子群算法优化支持向量机来实现检测分类,达到了简化运算,增强泛化性,提升识别准确度的目的。通过实验仿真得出平均检测准确率可达95.15%,证明该算法在扣件检测方面切实可行。
|
| 关 键 词： | 二维经验模态分解 改进粒子群算法 支持向量机 扣件检测 |
BEMD-IPSO-SVM-based fasteners status detection |
| |
| QI Sheng,CHEN Guangwu,WEI Zongshou,LIU Shede,WANG Dengfei.BEMD-IPSO-SVM-based fasteners status detection[J].Journal of Railway Science and Engineering,2019,16(3):780-787. |
| |
| Authors: | QI Sheng CHEN Guangwu WEI Zongshou LIU Shede WANG Dengfei |
| |
| Institution: | (Automatic Control Research Institute,Lanzhou Jiaotong University,Lanzhou 730070,China;Gansu Provincial Key Laboratory of Traffic Information Engineering and Control,Lanzhou 730070,China) |
| |
| Abstract: | QI Sheng;CHEN Guangwu;WEI Zongshou;LIU Shede;WANG Dengfei(Automatic Control Research Institute,Lanzhou Jiaotong University,Lanzhou 730070,China;Gansu Provincial Key Laboratory of Traffic Information Engineering and Control,Lanzhou 730070,China) |
| |
| Keywords: | BEMD IPSO SVM detection of fastener |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
