10.16208/j.issn1000-7024.2016.07.051
并行化的高速列车运行状态评估
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。
高速列车、状态评估、特征、并行化、K最近邻分类
37
TP391(计算技术、计算机技术)
国家自然科学基金重点项目61134002
2016-08-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
1970-1974