基于分布式SVM的高速列车运行状态评估

随着大规模数据信息不断涌现,支持向量机作为一种经典高效的监督式的机器学习方法也在不断地进步与创新,实现分布式支持向量机算法。与此同时,高速列车的快速发展,高速列车安全性问题逐渐引起人们的重视。将分布式SVM算法与Hadoop平台相结合,采用EEMD算法提取IMFs特征,运用分布式SVM算法对高速列车振动数据进行深层特征提取并进行故障分类。实验表明通过对较好通道的统计结果来看,列车故障辨识的识别率为96%,故障定位识别率为89%,且算法效率有一定的提升。