您的位置: 专家智库 > >

熊定鸿

作品数:5 被引量:11H指数:1
供职机构:西南交通大学电气工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术交通运输工程机械工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 2篇自动化与计算...
  • 1篇机械工程
  • 1篇交通运输工程

主题

  • 3篇监测数据
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇列车
  • 2篇分布式
  • 2篇分布式计算
  • 2篇高速列车
  • 2篇高铁
  • 1篇运行状态评估
  • 1篇特征提取
  • 1篇铁路
  • 1篇经验模态分解
  • 1篇故障诊断
  • 1篇仿真
  • 1篇仿真平台
  • 1篇高速铁路
  • 1篇SVM
  • 1篇SVM算法

机构

  • 4篇西南交通大学

作者

  • 4篇熊定鸿
  • 2篇蒋鹏
  • 2篇金炜东
  • 2篇付小利
  • 2篇李贵兵

传媒

  • 1篇系统仿真学报
  • 1篇现代计算机(...

年份

  • 2篇2016
  • 2篇2014
5 条 记 录,以下是 1-4
排序方式:
面向大规模监测数据的高铁故障诊断技术研究被引量:10
2014年
大数据及云计算等技术带来的科研方式的转变正在影响着对高铁故障诊断技术领域的研究工作,利用云计算平台对大规模高铁监测数据进行了故障检测分析的研究工作,利用hadoop平台对仿真平台产生的高铁监测数据进行了数据预处理,并在该平台下实现了并行化的EEMD与信息熵相结合的故障特征提取,然后在map-reduce计算框架下实现了对特征提取结果的KNN故障分类识别,对分类效果和运行性能指标进行了分析。实验结果表明,该方法能准确有效的对高铁故障进行识别分类,在运算速度、并行化加速度性能上都较传统方法有明显的改善。
李贵兵金炜东蒋鹏付小利熊定鸿谷鹏举
关键词:MAP-REDUCEKNN并行化
基于分布式SVM的高速列车运行状态评估
2016年
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。
熊定鸿
关键词:支持向量机分布式计算
Hadoop平台下的分布式SVM算法及其应用研究
随着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。高速列车振动监测数据为分析列车服役性能提供了条件。然而,如何及时准确地从这些海量数据中挖掘故障特性进行故障诊断,是目前存在的难题。  与此同时,这几年来互联网...
熊定鸿
关键词:高速列车支持向量机分布式计算
面向大规模监测数据的高铁故障诊断技术研究
据及云计算等技术带来的科研方式的转变正在影响着对高铁故障诊断技术领域的研究工作,利用云计算平台对大规模高铁监测数据进行了故障检测分析的研究工作,利用hadoop平台对仿真平台产生的高铁监测数据进行了数据预处理,并在该平台...
李贵兵金炜东蒋鹏付小利熊定鸿谷鹏举
关键词:高速铁路故障诊断特征提取监测数据仿真平台
共1页<1>
聚类工具0