1.一种自适应无监督特征选择方法，其特征在于，具体按照以下步骤实施：步骤1、对列车转向架的轴温数据进行采集，并记录其标签，对列车转向架的轴温数据进行标准化处理，以此消除量纲，降低奇异值对结果的影响；

所述步骤1具体按照以下步骤实施：

步骤1.1、计算列车转向架轴温的平均值为 其中，n表示样本总数，i表示第i个样本，i＝1,2,…,n，j表示第j个转向架，j＝1,2,…,d，d表示转向架总数，即特征总数；

步骤1.2、计算列车转向架轴温的方差为

步骤1.3、列车转向架轴温数据标准化的结果为

步骤2、将步骤1标准化后的列车转向架的轴温作为自适应特征选择的输入，通过施密特正交计算得到每个转向架轴温的正交向量；

所述步骤2具体按照以下步骤实施：

步骤2.1、将列车转向架轴温作为特征向量，输入列车转向架轴温的特征为xt，t＝1,

2,...,d，d表示特征总数，即转向架总数，设初始选择出的列车转向架的特征子空间的维数为k＝0，k表示所选择出的特征个数，选择初始目标矩阵B＝[]，B用于保存所选择的特征向量，初始列转向架轴温数据的最大模长为当t＝1时，列车第1个转向架轴温特征选择的详细步骤如下：

步骤2.1.1、计算列车第一个转向架轴温的模长为||x1||，并与当前最大模长 进行比较， 更新当前最大模长，令步骤2.1.2、将列车第一个转向架轴温x1作为正交向量的基础，并令r1＝x1，其中，r1表示列车第一个转向架轴温的正交向量；

步骤2.1.3、为了使最终求得的正交向量的组合是标准正交矩阵，因此，对求得的每个转向架轴温数据的正交向量进行单位化处理，列车第一个转向架轴温的单位化正交向量是其中，||r1||表示列车第一个转向架轴温的正交向量的模长，b1表示列车第一个转向架的标准正交向量；

步骤2.2、当t≥2时，列车第t个转向架轴温特征选择的详细步骤如下：步骤2.2.1、计算当前输入的列车轴温数据的模长||xt||，并与当前最大的模长 进行比较，若 更新当前的最大模长，并令 若 保留当前最大模长其中， 表示前t个转向架轴温数据中的最大模长；

步骤2.2.2、为了方便计算第t个转向架轴温的正交向量，即残差向量，令rt＝xt，使用施密特正交的方法计算当前温度向量rt与基向量bi之间的正交向量，计算公式为其中，i取1到k，k表示所选择出的特征个数，rt表示第t个转向架轴温的正交向量，即与保留的前k个特征之间的残差，bi表示保留的第i个特征向量；

步骤2.2.3、对求解得到的正交向量进行单位化处理得到基向量bk+1，计算公式为其中，bk+1表示第k+1个特征向量；

步骤3、通过自适应的选择策略，选择合适的正交向量作为选择的列车轴温数据的有效特征，此有效特征用于对列车转向架轴温数据进行分类，检测列车的运行状态，保证列车平稳运行；

所述步骤3具体按照以下步骤实施：

步骤3.1、计算第t个列车转向架轴温的正交向量(残差向量)rt与前t个列车转向架轴温中最大模长 之间的压缩比率，并与阈值th进行比较，若 将经过单位化处理的正交向量bk+1作为新的基底保留添加到选择的特征矩阵中，表达式为B＝[B,bk+1]，由于加入了新的基底，故选择出的特征维数增加，表达式为k＝k+1；反之，若 则重复步骤

2.2以及步骤3.1；

步骤3.2、最终输出所选择的列车k个转向架轴温特征矩阵为B，B＝[b1,b2,…,bk]，b1，b2,…,bk表示所选择出的特征向量，k表示选择出的特征的个数。

2.根据权利要求1所述的一种自适应无监督特征选择方法，其特征在于，所述步骤3.1中阈值th选择如下：阈值th为数据压缩比，即目标维数k与原始数据的维数d的比值，表明数据的压缩比率，用公式表示为