摘要
本发明提供一种公路交通治超检测设备的异常自诊断方法,包括采集实验室下传感器数据样本的时域、频域特征,作为源域;采集治超站点动态汽车衡的相关数据,并计算对应的时域特征和频域特征,作为目标域;将时域特征和频域特征进行融合,得到对应的源域样本和无标签的目标域样本;再一次经核函数处理和迁移成分分析方法TCA映射到特征空间,得到源域样本特征和目标域样本特征;利用经TCA特征迁移后的源域和目标域被标记特征对预设的WKNN分类器进行训练,输出目标域伪标签;使用目标域伪标签样本与源域合并重新训练WKNN分类器,得到训练后的WKNN分类器,利用训练后的WKNN分类器对动态汽车衡进行异常诊断,本发明方法可实现治超设备实时异常自诊断。
技术关键词
动态汽车衡
称重传感器
称重设备
频域特征
诊断方法
时域特征
异常状态
激光雷达
车辆
检测设备
样本
广义回归神经网络
分类器
巴特沃斯滤波器
站点
成分分析方法
多通道
信号
车道
系统为您推荐了相关专利信息
脑电信号采集设备
分类模型训练方法
跨设备
解码
训练深度神经网络
水暖管道
调控方法
节点
生成压力
长短期记忆网络
升船机减速器
垂直升船机
故障诊断方法
分解算法
振动传感器
故障快速诊断系统
深度学习模型
历史故障数据
故障快速诊断方法
电网拓扑结构
车辆故障诊断方法
故障诊断模型
网络节点
服务器
数据