ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】铁路信号设备故障对于铁路运输安全性、准确性和效率具有非常重要的影响。 因此，针对铁路信号设备故障进行诊断和预测是一个非常重要的研究方向。 本文提出一种基于数据挖掘算法的铁路信号设备故障诊断方法，采用关联规则挖掘的 Ａｐｒｉｏｒｉ 算法和改进频繁模式增长（ｆｒｅｑｕｅｎｔ ｐａｔｔｅｒｎ ｇｒｏｗｔｈ，ＦＰ⁃Ｇｒｏｗｔｈ）算法分析和预测信号设备故障的特点和规律，并比较了两种算法在不同最小支持度下的运行时间和效果。 结果表明：改进 ＦＰ⁃Ｇｒｏｗｔｈ 算法在处理大规模数据时，尤其是在最小支持度较小的情况下，具有很大的优势。
