[发明专利]一种基于多分类器自适应加权的钢轨裂纹识别方法

摘要

本发明公开了一种基于多分类器自适应加权的钢轨裂纹识别方法，应用自适应多分类器加权算法来进行基于多通道三维漏磁信号的钢轨裂纹识别。首先利用SVM对不同通道不同方向的漏磁信号进行分类，然后利用不同分类器的后验概率计算得到的熵的大小进行自适应权重的分配，最后基于加权融合投票的策略对不同分类器的分类结果进行融合得到钢轨裂纹种类的综合决策与识别。实验结果表明，基于多分类器自适应加权的钢轨裂纹识别方法在训练样本数较少和漏磁信号通道数较少的情况下具有良好的识别效果。

主权项

一种基于多分类器自适应加权的钢轨裂纹识别方法，其特征在于，包括如下步骤：步骤1：对不同通道不同方向的漏磁信号进行时域、频域和时频域特征的提取，并将以上特征组合生成特征向量；步骤2：按步骤1提取不同通道不同方向的漏磁信号的训练样本特征向量，分别训练不同通道不同方向漏磁信号对应的SVM分类器；步骤3：对于未知类别的钢轨裂纹，将其对应的不同通道不同方向的漏磁信号按照步骤1提取测试样本特征向量，分别送入步骤2中对应通道对应方向的训练好的SVM分类器中，得到该钢轨裂纹在不同SVM分类器下属于不同类别的后验概率值；步骤4：利用步骤3中基于不同通道不同方向漏磁信号得到的该裂纹属于不同种类裂纹的后验概率，计算不同分类器的香农熵，依次衡量该SVM分类器对于该裂纹的可分性能力的大小，并以此计算不同分类器融合识别时的融合权重的大小；步骤5：利用步骤4中得到的不同分类器的融合权重大小，对多分类器的钢轨裂纹识别结果进行自适应加权融合识别，得到基于多分类器自适应加权的钢轨裂纹识别结果。