《表1 本文实验数据:铁路道岔故障的智能诊断》
通过MATLAB软件实现对数据的缺失值补零及PCA降维处理后,得到的训练样本如表1所示。其中,#正样本表示异常道岔数据量,#负样本表示正常道岔数据量,#特征表示道岔数据通过PCA降维后的数据维数,#训练(80%)表示随机取80%数据作为训练数据的个数,#测试(20%)表示测试数据个数。通过表1发现在进行数据降维之后,样本的属性个数有明显的下降,从600多降到7~8维,这说明采集到的电流值大部分都是冗余的,没有区分度和实际意义的。
图表编号 | XD00130689700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.06 |
作者 | 可婷、葛雪纯、张立东、吕慧 |
绘制单位 | 天津科技大学理学院、北京华铁信息技术有限公司、天津科技大学理学院、天津科技大学理学院 |
更多格式 | 高清、无水印(增值服务) |