期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于LSTM/NN的道岔故障特征提取与识别研究 预览
1
作者 唐维华 《计算机应用与软件》 北大核心 2019年第1期159-163,共5页
道岔转辙机是保证列车安全运营的重要室外设备之一。分析道岔动作电流曲线,可以及时判断道岔的实时工作状态。采用基于长短期记忆(LSTM)模型结合传统神经网络的识别算法,从原始电流序列中自动提取特征,再根据特征利用神经网络分类器(NNC... 道岔转辙机是保证列车安全运营的重要室外设备之一。分析道岔动作电流曲线,可以及时判断道岔的实时工作状态。采用基于长短期记忆(LSTM)模型结合传统神经网络的识别算法,从原始电流序列中自动提取特征,再根据特征利用神经网络分类器(NNC)来对道岔动作电流曲线进行智能故障识别。实验结果表明,所提算法不会丢失电流曲线的有效信息,并且提高了准确率,训练集上的准确率为100%,在测试集上准确率达到了99.7%。算法能够满足铁路现场实际应用需要,对保障道岔的正常运行具有十分重要的现实意义。 展开更多
关键词 道岔故障识别 动作电流 长短期记忆 时间序列 特征提取 神经网络分类器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈