HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于多特征融合和BP-AdaBoost算法的列车关键零件故障自动识别

作者:孙国栋; 汤汉兵; 林凯; 张杨; 赵大兴集尘器安全链锁紧螺栓特征融合

摘要:针对列车集尘器和安全链锁紧螺栓的故障检测,提出了一种基于多特征融合和BP-AdaBoost的故障自动识别算法。首先提取故障区域与非故障区域的局部二进制模式(LBP)、方向梯度直方图(HOG)和Haar-like三类特征;其次利用主成分分析(PCA)定义不同特征对故障识别准确率的贡献值,并据此对这三种特征进行降维和融合;再次利用融合特征来训练BP-AdaBoost分类器;最后用训练好的分类器结合不同的识别算法,对集尘器和安全链锁紧螺栓的故障进行定位和识别。实验结果表明,该算法能较好地识别两种不同故障,故障识别率高,误检率和漏检率低,对于光照不均和遮挡情况有一定的鲁棒性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国机械工程

《中国机械工程》(CN:42-1294/TH)是一本有较高学术价值的大型半月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《中国机械工程》荣获1997年获中国科协期刊一等奖;机械行业优秀期刊一等奖;2001年获首届湖北十大名刊;2003第二届国家期刊奖提名奖;百种中国杰出学术期刊,并被美国《ProQuest数据库》收录。

杂志详情