|国家科技期刊平台
| 注册
首页|期刊导航|中国铁道科学|基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法

基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法

张友鹏 张迪 杨妮 魏智健

中国铁道科学2023，Vol.44Issue(1)：P.194-201,8.
✕
中国铁道科学2023，Vol.44Issue(1)：P.194-201,8.DOI:10.3969/j.issn.1001-4632.2023.01.20

基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法

张友鹏 1张迪 1杨妮 1魏智健2

作者信息

  • 1. 兰州交通大学自动化与电气工程学院,甘肃兰州730070
  • 2. 武汉地铁集团有限公司武汉地铁运营有限公司,湖北武汉430070
  • 折叠

摘要

关键词

退化状态/S700K转辙机/特征提取/KFCM聚类/聚类识别

分类

交通工程

引用本文复制引用

张友鹏,张迪,杨妮,魏智健..基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法[J].中国铁道科学,2023,44(1):P.194-201,8.

基金项目

国家自然科学基金资助项目(51967010)。 （51967010）

中国铁道科学

OA北大核心CSCDCSTPCD

1001-4632

访问量5
|
下载量0
段落导航相关论文