论文部分内容阅读
针对单一传感器所含信息不能完全表达故障状态的局限性,提出一种支持向量机分类器和DS证据理论相结合的多传感器信息融合方法。将支持向量机的硬输出通过Platt模型转化为概率输出,用混淆矩阵来评估分类器的识别能力;将分类器局部可信度作为DS融合时的折扣因子,建立基于支持向量机和DS结合的多传感器信息融合模型。在列车转向架故障诊断中的实验结果表明,该方法在实际问题中有效且合理,能够获得比单一传感器更高的分类准确率,且对不同速度下列车转向架故障的识别结果都较好。