基于SFA-余弦相似度的轮轨异常磨耗识别方法
打开文本图片集
摘要：传统的轮轨异常磨耗检测方法过于依赖于人工经验和理论研究，检测结果容易受主观因素和理论局限性的影响，提出了一种基于符号傅里叶（SFA）－余弦相似度的轮轨异常磨耗识别方法，选取轴箱振动信号作为监测信号并对加速度信号进行时间序列分割处理，将原始时间序列信号分割成若干子序列，以充分捕捉轮轨异常磨耗的时间尺度信息，进而利用SFA时间序列符号化方法将若干个子序列时域信号转换为符号序列，利用TF-IDF词频统计方法对符号序列进行特征提取，结合改进的余弦相似度分类方法完成轮轨异常磨耗的识别。（剩余9076字）