原文传递
基于KNN算法的铁路隧道变形数据分析研究
| 题名： | 基于KNN算法的铁路隧道变形数据分析研究 |
| 正文语种： | 中文 |
| 作者： | 张海霞 王辉麟 索宁 姜勇 |
| 作者单位： | 中铁十局集团有限公司,250101 中国铁道科学研究院电子计算技术研究所,100081 铁道部工程管理中心,100084 |
| 关键词： | 铁路隧道变形数据分析 主成分分析算法 k-近邻算法 |
| 摘要： | 本文针对铁路隧道施工安全监测系统针对变形数据分析提出了一种新的方法，通过引入非线性的机器学习方法，核主成分分析法(KPCA)和K 最近邻分类器分类(法)对铁路隧道变形数据分析比对.KPCA 通过降维，然后，我们进行K 最近邻分类(法)对铁路隧道变形数据分析.实验结果表明了在隧道变形监测数据进行预测时基于k 最近邻铁路隧道变形数据分析算法在识别成功率上优于基于主成分分析算法. |
| 会议日期： | 20130926 |
| 会议举办地点： | 合肥 |
| 会议名称： | 第八届中国智能交通年会 |
| 出版日期： | 2013-09-26 |
| 母体文献： | 第八届中国智能交通年会论文集 |
| 分类号： | P22 TP1 |
检索历史
应用推荐
