摘要
TCMS包含的事件记录仪能将列车运行数据、故障数据进行文本化存储,为分析挖掘列车全生命周期的故障文本数据,采用将粒子群算法(PSO)引入支持向量机(SVM)分类算法中,对核函数的参数选择进行优化,加快算法的收敛速度,扩大参数搜索的深度,可较好地对故障文本进行分类。应用PSO-SVM算法对3条地铁线路的TCMS故障文本数据进行分类,分类准确率较好。
作者
程宝
张福景
CHENG Bao;ZHANG Fujing
出处
《铁道机车与动车》
2020年第7期18-20,38,共4页
Railway Locomotive and Motor Car
基金
国家重点研发计划“无接触网供电城轨车辆关键技术及装备研制”资助项目(2017YFB1201003)。
