论文部分内容阅读
基于数据与模型双重驱动的地铁钢轨波浪形磨耗识别方法初探
【出 处】
：
西南交通大学
【发表日期】
：
2021年01期
其他文献
随着计算机技术的高速发展,现实生活和科研领域每时每刻都会产生大量结构复杂、内容多样的高维数据。这些数据中会不可避免地存在不相关特征和冗余特征。因此,在使用先进的信息处理技术分析数据前,需要进行预处理以降低原始数据的维度。作为一种有效的降维策略,特征选择受到学者们的广泛关注。通过保留相关特征,删除冗余和不相关的特征,特征选择可以降低数据维度、提高模型的泛化性能并解决维度灾难的问题。另一方面,群智能优
随着能源转型战略的推进,越来越多的新能源通过电力电子变换器接入电网中,给电网带来了大量的谐波,谐波会带来诸如电路异常发热或谐振等问题。由于有源电力滤波器（Active Power Filter,APF）相较于传统无源滤波器可实时动态地补偿谐波,且完全可控,因此被广泛应用在各个领域。但有源电力滤波器采用了大量的功率开关管,抗冲击能力较差,易发生故障,若发生故障不仅会导致系统无法正常补偿谐波,还会导致