基于神华货车状态检修技术架构模型分析

打开文本图片集

摘 要：为了提升神华铁路重载货车状态监测预警精度，设计一种不含机器学习模块的重载货车监测数据深度挖掘算法。此算法以加权因子整合算法为关键技术，融合差值序列、线性重投影、线性回归、傅里叶变换等算法模块。仿真测试中，利用神华铁路2020年全年实际运行数据，发现相比较传统的机器学习算法，其在红色预警状态下故障检出率更高，无预警状态下故障检出率远低于机器学习算法，且算力硬件需求远低于机器学习算法。（剩余5879字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。