基于KNN算法的铁路隧道变形数据分析研究

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,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。

关键词： 铁路隧道 施工管理 变形数据 近邻算法

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

会议类型: 国内会议

会议名称: 第八届中国智能交通年会

会议地点: 合肥

会议语种:中文

页码: 879-883

在线出版日期: 2013-09-26（万方平台首次上网日期，不代表论文的发表时间）