[发明专利]一种列车海量监测大数据可视化趋势判别方法

说明书

本发明公开了一种列车海量监测大数据可视化趋势判别方法，包括以下步骤：首先对列车监测数据进行缺失值补全、异常值剔除和去噪等预处理操作；然后绘制与分割列车监测数据图像，为子图像添加类别标签，选取子图像构建分类模型的训练集与测试集；采用LBP和HOG算子提取并融合图像特征，训练SVM多分类模型，应用测试集测试模型的数据趋势判别效果，进行模型调整与优化；最后，对列车监测数据子图像的趋势进行分析与整合，得到监测数据的整体变化趋势，本发明解决了现有技术中存在的列车海量监测数据处理方法繁琐、处理过程不够直观、趋势判别不够准确的问题。

技术领域

本发明属于轨道交通运行安全技术领域，具体涉及一种列车海量监测大数据可视化趋势判别方法。

背景技术

列车以其速度高、运力大、污染小、能耗低、效益好等诸多优势，已成为我国优先发展的绿色交通工具。开展适应于列车海量监测数据的分析处理、趋势判别等基础研究，对保障列车安全运行，促进轨道交通的健康可持续发展具有重大意义。

有效的列车海量监测数据分析是列车安全保障的基础，通过对列车海量监测数据进行可视化处理和趋势判别，可以准确地掌握列车实时性能指标，得到列车各性能参数的实时变化趋势，大幅度优化列车区间调度效率，降低列车测量成本，提高列车监测效率。因此，以列车海量监测数据为研究对象，建立智能判别模型，开展海量监测数据的可视化趋势判别的基础研究意义重大。

发明内容

本发明的目的是提供一种列车海量监测大数据可视化趋势判别方法，解决了现有技术中存在的列车海量监测数据处理方法繁琐、处理过程不够直观、趋势判别不够准确的问题。

本发明所采用的技术方案是，一种列车海量监测大数据可视化趋势判别方法，具体按照以下步骤实施：

步骤1、列车监测数据集预处理；

步骤2、模型训练集和测试集的选取与构建；

步骤3、分类模型训练；

步骤4、模型测试与优化；

步骤5、列车监测数据趋势分析与整合。

本发明的特点还在于，

步骤1具体按照以下步骤实施：

步骤1.1、利用线性插值法对列车监测数据集中的缺失数据进行补全处理：

其中，x₀，y₀，x₁，y₁为已知的列车监测数据，x为x₀和x₁之间的任何数据，y为x对应的插值数据；

步骤1.2、利用均值滤波对列车监测数据进行去噪处理与异常值填补：

其中，y_n为异常值填补处理后的值，y_n-2，y_n-1，y_n+1和y_n+2为异常点前后的监测数据。

步骤2具体按照以下步骤实施：

步骤2.1、以预处理后的列车轴温监测数据为研究对象，设定数据滑动窗口大小和滑动长度为N，绘制窗口内监测数据变化曲线直至全部数据绘制完成，共得到M₁张主图；

步骤2.2、对绘制的M₁张主图进行分割，将每一张数据变化曲线主图分割为M₂张子图，去除子图的边框与背景，使整图保留最多的有效信息，得到共M₁×M₂张子图；