摘要
本发明公开了一种高速公路安全智能监测系统中的特征变量选取方法包括,通过三轴加速度传感器获取高速公路振动信息,提取高速公路振动信息中的时域特征和频域特征;利用经验模态分解方法提取高速公路振动信息中的时频域特征,基于提取的时域特征、频域特征以及时频域特征,构建特征变量池;采用鹈鹕优化算法对特征变量池进行优化选择,形成高速公路安全智能监测系统中的特征变量选取方法;本发明通过鹈鹕算法有效减少了冗余特征,提高了高速公路状态监测系统的训练效率和预测精度,使其具备更强的实时性和适应性,提升对复杂路况的响应能力和准确性。
技术关键词
智能监测系统
频域特征
经验模态分解方法
时域特征
三轴加速度传感器
变量
高速公路故障
振动信息特征
卷积神经网络训练
状态监测系统
因子
冗余特征
算法
阶段
路况
波形
信号
脉冲
车辆
精度
系统为您推荐了相关专利信息
液化天然气接收站
时域特征提取
频域特征提取
短时傅里叶变换
小波分析法
预训练模型
输出特征
噪声预测
编码器特征
解码器
聚类算法
机电设备
算法模型
训练集数据
无监督聚类
血脑屏障开放
聚焦超声
超声造影剂
训练深度学习模型
血脑屏障通透性
故障识别方法
航空发动机
动态压力传感器
精确时间协议
人机交互终端