[发明专利]基于朴素贝叶斯的轮对残余动不平衡量评估方法及装置

权利要求书

1.一种基于朴素贝叶斯的轮对残余动不平衡量评估方法，其特征在于，所述方法包括：

获取目标车辆的交路运行数据，并分别计算各目标车辆交路运行数据的特征值a₁,a₂,…，a_m，得到一训练样本集A，A={a₁,a₂,…，a_m}，m为目标车辆的数量；

从所述目标车辆的检修数据中获取各目标车辆的轮对残余动不平衡量；

根据预设的动不平衡量类别集合C={y₁，y₂, …，y_n}、所述目标车辆的轮对残余动不平衡量及所述训练样本集A进行贝叶斯分类器训练，得到目标车辆的轮对残余动不平衡量评估模型，其中，y₁，y₂, …，y_n为预设的动不平衡量类别，n为不小于2的整数；

所述根据预设的动不平衡量类别集合C={y₁，y₂, …，y_n}、所述目标车辆的轮对残余动不平衡量及所述训练样本集A进行贝叶斯分类器训练，得到目标车辆的轮对残余动不平衡量评估模型，包括：

根据预设的动不平衡量类别对所述目标车辆的轮对残余动不平衡量进行分类，得到各类别中所包含的残余动不平衡量对应的车辆占总目标车辆的概率P(y₁)，P(y₂)，…，P(y_n)；

统计得到在各预设的动不平衡量类别下所述训练样本集中各特征值的条件概率估计：P(a₁|y₁),…,P(a_m|y₁)；P(a₁|y₂),…, P(a_m|y₂)；…；P(a₁|y_n),…,P(a_m|y_n)；

对各预设的动不平衡量类别下所述训练样本集中各特征值的条件概率估计分别进行曲线拟合，得到各类别下连续变量的条件概率密度分布函数P(X|y₁)，P(X|y₂)，…，P(X|y_n)，其中X为曲线拟合后的连续的特征值集合；

根据贝叶斯公式及所述各类别中所包含的残余动不平衡量对应的车辆占总目标车辆的概率P(y₁)，P(y₂)，…，P(y_n)，以及各类别下连续变量的条件概率密度分布函数P(X|y₁)，P(X|y₂)，…，P(X|y_n)，分别计算训练样本集在各类别条件下的条件概率P(y₁| X)，P(y₂|X)，…，P(y_n |X) ，即得目标车辆的轮对残余动不平衡量评估模型；

根据待评估车辆的交路运行数据计算待评估车辆交路运行数据的特征值；

根据所述待评估车辆的交路运行数据的特征值及所述轮对残余动不平衡量评估模型，确定待评估车辆的轮对残余动不平衡量所属的类别；

其中，所述交路运行数据为车体横向振动加速度、车体垂向振动加速度、构架横向振动加速度及构架垂向振动加速度中的一种；

其中，在计算待评估车辆的交路运行数据的特征值之前，所述方法还包括：

根据预设的合法数值区间，对待评估车辆的交路运行数据进行清洗，剔除毛刺数据及故障数据，得到合法的交路运行数据。