[发明专利]一种基于关联规则分类器的轨道交通故障识别方法

权利要求书

1.一种基于关联规则分类器的轨道交通故障识别方法，其步骤为：

1）从历史故障数据中提取属性特征及其对应的故障类别，每一故障数据用一个事务来表示，得到故障数据集对应的事务集，针对每一事务建立其对应的一条或多条关联规则，得到一关联规则集；

2）对于每一关联规则，根据其在所述事务集中含该关联规则的事务数量计算该关联规则的支持度和置信度；

3）将关联规则中支持度大于最小支持度阈值，且置信度大于最小置信度阈值的关联规则作为强规则；

4）根据所选取的强规则构建一关联规则硬分类模型；计算每一非强规则在所述关联规则集中的百分比，根据非强规则及其百分比构建一关联规则软分类模型；

5）对于实时监测的故障数据进行属性特征提取，然后利用关联规则硬分类模型进行分类，若该模型中含该实时故障数据对应的规则，则给出识别的故障类别；否则利用关联规则软分类模型进行分类，根据该实时故障数据对应的规则在每个故障类别中出现的概率，给出该实时故障数据出现概率最大的故障类别。

2.如权利要求1所述的方法，其特征在于所述关联规则集中的关联规则形式为：X→Y；其中，Y为故障类别，X为故障类别Y对应的故障属性特征集。

3.如权利要求2所述的方法，其特征在于确定所述强规则的方法为：首先从所述关联规则集中寻找只包含一个属性特征的关联规则，计算该关联规则的支持度和置信度，若大于最小支持度阈值和最小置信度阈值，则为强规则；然后寻找包含多个属性特征的关联规则并判断其是否为强规则，一直到包含所有属性特征的关联规则并判断其是否为强规则。

4.如权利要求1或2或3所述的方法，其特征在于对于每一关联规则X→Y，计算所述事务集中出现X∪Y项的百分比作为该关联规则的支持度；计算所述事务集中出现X∪Y项的数量占出现X项的数量的百分比作为该关联规则的置信度。

5.如权利要求4所述的方法，其特征在于根据公式(X∪Y)^count/N计算所述关联规则X→Y的支持度；其中，(X∪Y)^count为事务集含X∪Y项的事务数量，N为事务集中事物的总数。

6.如权利要求4所述的方法，其特征在于根据公式(X∪Y)^count/(X)^count计算所述关联规则X→Y的置信度；其中，(X∪Y)^count为事务集含X∪Y项的事务数量，(X)^count为事务集含X项的事务数量。

7.如权利要求3所述的方法，其特征在于所述最小置信度阈值取值为（maxConf–Δ），其中maxConf为关联规则中置信度的最大值，Δ为置信度的容忍间隔。

8.如权利要求3所述的方法，其特征在于所述最小支持度阈值取值为a·N；其中，N为所述事务集中事务总数，百分比为a。