文章摘要:多功能车辆总线MVB （multiple vehicle bus）用于传输重要的列车运行控制指令和监视信息，准确地诊断MVB网络故障是列车智能运维的基础，为此提出一种将主动学习和深度神经网络相结合的MVB网络故障诊断方法。该方法采用堆叠去噪自编码器自动提取MVB信号物理波形特征，并将该特征用于训练深度神经网络来实现MVB网络故障模式分类；基于不确定性和可信度的高效主动学习方法，可解决实际应用中标记样本不足和人工标记成本高昂的问题，使用少量标记训练样本就能得到高性能的深度神经网络模型。实验结果表明：为达到90%以上诊断准确率，本文提出的方法只需要600个标记训练样本，小于随机采样方法所需标记训练样本数的2 800个；在相同标记训练样本数下，本文提出的方法在三种性能指标下均优于传统方法。

文章关键词:

论文分类号:U284.92

文章来源：《现代诊断与治疗》 网址: http://www.xdzdyzlzz.cn/qikandaodu/2021/1103/1698.html