积分商城

最新搜索： Π型滤波 QT Creator 51单片机自学笔记 入式 TI老工程师如 4g dtu
您现在的位置是：首页 > 技术资料 > 基于粒子群支持向量机的轨道电路故障诊断
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于粒子群支持向量机的轨道电路故障诊断

更新时间：2020-09-04 08:55:24 大小：3M 上传用户：songhuahua查看TA发布的资源 标签：粒子群支持向量机轨道电路 下载积分：5分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

支持向量机（SVM）是-种解决小样本分类问题的最佳理论算法,它的核函数的参数选择非常重要,直接影响着故障诊断的准确率.本文将粒子群算法（PSO）用于支持向量机的参数优化,提出基于粒子群支持向量机的故障诊断模型,并将其运用于轨道电路中.通过对比MATLAB仿真结果得出：经过粒子群寻优得到的参数比随机选取的参数更优,所建立的PSO-SVM模型的故障诊断准确率高于普通的SVM模型.

Support vector machine （SVM） is one of the best theoretical algorithm to solve the problem of small sampleclassification. Kernel parameter selection is very important, which directly affects the accuracy of fault diagnosis. Inthis paper, the particle swarm optimization （PSO） was used to optimize the parameters of SVM, the PSO-SVM modelwas proposed which was applied to fault diagnosis of track circuit. By comparing the MATLAB simulation results, itwas concluded that the parameters obtained by PSO were better than the random parameters, and the fault diagnosisaccuracy of the established PSO-SVM model was higher than that of the ordinary SVM model.

部分文件列表

文件名 大小
基于粒子群支持向量机的轨道电路故障诊断.pdf 3M

【关注B站账户领20积分】

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

资料专题

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号