摘要
针对轨道交通通信设备故障人工诊断效率低、准确率受限等问题,提出基于支持向量机(SVM)的智能诊断方法。通过霍尔电压、电流、功率、频谱、温湿度等多源传感器实时采集数据,经中值滤波、3σ异常剔除及FFT特征提取,构建6︰2︰2训练-验证-测试集,采用RBF核函数的SVM模型并交叉优化C与γ超参数。实验以华为OptiX OSN 1800、海能达TD560为例,与决策树、ANN对比,SVM准确率达90.5%,召回率88.7%,F1-分数89.6%,显著优于传统方法,验证了该方法的有效性。
出处
《交通世界》
2025年第19期34-36,共3页
Transpoworld
