基于SVD Entropy和SVM联合算法的列控系统态势感知技术研究

作     者：李其昌 步兵 赵骏逸 李刚 LI Qichang;BU Bing;ZHAO Junyi;LI Gang

作者机构：北京交通大学轨道交通控制与安全国家重点实验室北京100044 中国铁道科学研究院集团有限公司通信信号研究所北京100081 

出 版 物：《铁道学报》 (Journal of the China Railway Society)

年 卷 期：2021年第43卷第1期

页      面：100-106页

核心收录：

学科分类：08[工学] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

基　　金：城市轨道交通北京实验室资助(I18H100010) 交控科技创新基金(9907006507) 北京交通大学基本科研业务费(2020YJS199) 

主　　题：列控系统 信息安全 态势感知 奇异值熵 支持向量机 

摘      要：列控系统态势感知是指对可能引起列控系统信息安全态势发生变化的态势要素进行获取、理解、评价以及预测的过程。提出一种基于SVD Entropy和SVM联合算法的列控系统态势感知技术,以识别信息安全风险,避免列控系统安全事故发生。该联合算法能够处理列控系统多源异构数据集,通过设定奇异值熵阈值,完成多源异构数据的降维与特征提取;再结合支持向量机多分类算法,实现数据的分类与融合。仿真实验表明,当奇异值熵阈值设定为0.85时,在保持分类精度基本不变的前提下,SVD Entropy和SVM联合算法能有效压缩系统运算时间,具有较高的计算实时性。该联合算法为后续实时在线处理数据,完成态势评价、预测提供了理论支持。