并行化的高速列车运行状态评估

摘要：

为高效评估高速列车运行状态，采用高速列车振动数据时域上的平均值、标准差、有效值等6种统计特征作为特征向量，对列车空气弹簧无气故障状态、列车横向减振器全拆故障状态、列车抗蛇形减振器全拆故障状态、列车正常运行状态进行表征，基于 Hadoop平台结合并行化K近邻分类算法进行状态分类评估。实验结果证明，该方法能够很好地评估高速列车的故障状态，有效加快了大数据类问题的分析处理速度。

关键词：高速列车、状态评估、特征、并行化、K最近邻分类

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金重点项目61134002

在线出版日期：2016-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1970-1974