摘要
本申请公开了降低钢轨绝缘缺陷诊断训练样本数量的方法,其中该方法包括:采集车站钢轨电位数据,并对所述电位数据进行数据预处理,获取预处理电位数据,作为初始训练样本;从预处理后的电位数据中提取钢轨电位数据的关键特征;对关键特征进行区间划分,获取多个区间;根据相似度分析算法分析相邻区间的关键特征的相似度,将关键特征相似的相邻区间合并为合并区间,将合并区间内的样本作为第一训练样本;在合并区间内按照错位划分方式形成多个错位重叠子区间,将错位重叠子区间内的样本作为第二训练样本;将第一训练样本和第二训练样本作为训练集。本发明实现了降低样本复杂度的同时保障模型诊断精度与泛化能力。
技术关键词
错位
钢轨
局部空间特征
样本
卷积神经网络模型
聚类算法
随机森林
数据
度度量方法
训练集
绝缘
肘部法则
算法模型
处理器通信
车站
可读存储介质
存储器
复杂度