基于KMEANS特征匹配算法的车辆门系统亚健康预测方法研究

摘要

cqvip:在轨道交通车辆门系统远程监控技术背景下,研究基于KMEANS特征匹配的门系统亚健康预测方法。提取监测数据时域统计特征值,与正常数据的标准特征值同时输入KMEANS分类器当中聚类,根据聚类空间距离排序结果筛选出差异较大的特征集合,以特征值序号和正负号代表特征值及相对变化趋势,并构造特征向量;将特征向量输入规则库当中匹配,根据亚健康类型的频度和置信度大小综合给出预测结果。台架测试验证结果表明:对于训练后的亚健康类型预测准确度很好。KMEANS特征匹配的门系统亚健康系统在广州地铁正线试验运行。试验运行结果表明,该系统不仅能够满足现场状态修要求,而且还能不断学习新亚健康类型,并扩充数据库,使预测结果更准确稳定。