期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于贝叶斯聚类的高速列车横向稳定性识别方法及其实时在线监测装置 被引量:7
1
作者 甘敦文 《中国铁道科学》 EI CAS CSCD 北大核心 2016年第4期139-144,共6页
针对国外高速列车横向失稳检测装置存在的误报和原始数据分析支持度不足的问题,根据车辆横向振动信号表现出的高斯统计特性和大量的现场试验数据,建立描述高速列车车辆横向加速度信号分布的高速列车高斯混合振动模型,运用期望值最大算法... 针对国外高速列车横向失稳检测装置存在的误报和原始数据分析支持度不足的问题,根据车辆横向振动信号表现出的高斯统计特性和大量的现场试验数据,建立描述高速列车车辆横向加速度信号分布的高速列车高斯混合振动模型,运用期望值最大算法(EM算法)进行模型参数的估计,进而基于贝叶斯聚类算法实现高速列车横向稳定性的识别。运用给出的高速列车横向稳定性识别方法,设计由数据采集与处理模块、综合诊断模块、网络传输模块和车载实时数据库模块组成的高速列车横向稳定性实时在线监测装置。型式试验结果表明,该装置能够实现列车横向稳定性的识别,而且比既有设备的识别准确性更高。 展开更多
关键词 高速列车 横向稳定性 实时在线监测 贝叶斯聚类算法 模式识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部