论文部分内容阅读
为解决列车高速运行时,出现的蛇行失稳故障难以被准确识别的问题,提出一种基于集合经验模态分解 （ensemble empirical mode decomposition, EEMD）摘特征和最小二乘法支持向量机 （ least squares support vector machine, LSSVM）的高速列车蛇行异常运动状态的诊断方法.首先通过EEMD对高速列车蛇行故障振动信号进行分 解,再提取固有模态函数（intrinsic mode function, IMF）分量的样本熵特征、香农熵