检索结果-维普期刊中文期刊服务平台

基于CNN-CSRF组合模型的列控车载设备故障诊断被引量：13: 1; 作者周璐婕党建武 +1 位作者王瑜鑫张振海《铁道学报》 EI CAS CSCD 北大核心 2020年第11期94-101,共8页; 快速且精准地定位列控车载设备故障是确保高速铁路安全运行的关键因素。以列控车载日志为依据,提出基于卷积神经网络与代价敏感随机森林相结合的列控车载设备故障诊断模型。针对传统故障特征提取过程复杂、特征表现力不强等问题,利用卷... 展开更多; 关键词车载设备故障诊断卷积神经网络代价敏感学习随机森林; 在线阅读下载PDF 职称材料

基于卷积神经网络的列控车载设备故障分类研究被引量：8: 2; 作者周璐婕党建武 +1 位作者王瑜鑫张振海《铁道学报》 EI CAS CSCD 北大核心 2021年第6期70-77,共8页; 列控车载设备故障复杂且车载记录数据为海量非结构化文本,针对车载记录数据特点,提出基于卷积神经网络的车载设备故障智能分类模型。使用CBOW模型实现车载记录数据的文本分布式表示;为提高网络的泛化性,加快网络收敛,利用加入批归一化... 展开更多; 关键词车载设备故障分类卷积神经网络批归一化 SMOTE 焦点损失; 在线阅读下载PDF 职称材料

基于GA-BP神经网络的列控车载设备故障诊断方法研究被引量：31: 3; 作者周璐婕董昱《铁道科学与工程学报》 CAS CSCD 北大核心 2018年第12期3257-3265,共9页; 针对列控车载设备故障复杂且故障分析多依赖人工经验完成等问题,以车载安全计算机记录的AElog故障数据为样本,提出一种基于反向传播(Back Propagation, BP)神经网络的车载设备智能故障诊断方法。为避免初选特征信息冗余,通过主分量启发... 展开更多; 关键词车载设备故障诊断属性约简遗传算法 BP神经网络; 在线阅读下载PDF 职称材料

基于道岔动作电流的故障特征提取与诊断方法被引量：5: 4; 作者周璐婕党建武 +1 位作者王瑜鑫张振海《兰州交通大学学报》 CAS 2019年第5期74-81,共8页; 为提高道岔故障诊断精度,提出一种基于粒子群算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)神经网络的道岔故障诊断法.先利用基于道岔转换状态、时间固定分段、时域统计指标的三种方式提取动作电流特征参数... 展开更多; 关键词动作电流特征提取故障诊断粒子群算法 BP神经网络; 在线阅读下载PDF 职称材料

题名基于CNN-CSRF组合模型的列控车载设备故障诊断被引量：13: 1; 作者周璐婕党建武王瑜鑫张振海; 机构兰州交通大学自动化与电气工程学院甘肃省人工智能与图形图像处理工程研究中心兰州交通大学土木工程学院中铁西北科学研究院有限公司; 出处《铁道学报》 EI CAS CSCD 北大核心 2020年第11期94-101,共8页; 基金国家自然科学基金(61763025) 甘肃省科技计划(18JR3RA104)。; 文摘快速且精准地定位列控车载设备故障是确保高速铁路安全运行的关键因素。以列控车载日志为依据,提出基于卷积神经网络与代价敏感随机森林相结合的列控车载设备故障诊断模型。针对传统故障特征提取过程复杂、特征表现力不强等问题,利用卷积神经网络实现车载日志内部特征提取;考虑到车载日志中正常与故障数据间分布不均衡,采用结合代价敏感学习的随机森林算法对不均衡数据进行处理,并对所提取特征进行精确分类,实现车载设备故障诊断。通过对某铁路局列控车载日志进行实验验证,同时与其他分类模型进行对比,各评价指标有明显提升,说明了该模型对列控车载设备故障诊断的有效性。; 关键词车载设备故障诊断卷积神经网络代价敏感学习随机森林; Keywords on-board equipment fault diagnosis convolutional neural network cost sensitive learning random forest; 分类号 U284 [交通运输工程—交通信息工程及控制]; 在线阅读下载PDF 职称材料

题名基于卷积神经网络的列控车载设备故障分类研究被引量：8: 2; 作者周璐婕党建武王瑜鑫张振海; 机构兰州交通大学自动化与电气工程学院甘肃省人工智能与图形图像处理工程研究中心兰州交通大学土木工程学院中铁西北科学研究院有限公司; 出处《铁道学报》 EI CAS CSCD 北大核心 2021年第6期70-77,共8页; 基金甘肃省自然科学基金(61763025) 甘肃省科技计划(18JR3RA104)。; 文摘列控车载设备故障复杂且车载记录数据为海量非结构化文本,针对车载记录数据特点,提出基于卷积神经网络的车载设备故障智能分类模型。使用CBOW模型实现车载记录数据的文本分布式表示;为提高网络的泛化性,加快网络收敛,利用加入批归一化处理的卷积神经网络实现故障分类;考虑到不平衡、难分样本对分类效果的影响,通过SMOTE算法随机生成少数类文本向量数据,之后在卷积神经网络的训练阶段采用焦点损失函数对样本加权,实现不平衡数据间的调整。通过对某铁路局列控车载记录数据进行试验分析,表明该模型可以有效提升列控车载故障分类的精确率Precision、召回率Recall、F1-Measure和G-mean等指标。; 关键词车载设备故障分类卷积神经网络批归一化 SMOTE 焦点损失; Keywords onboard equipment fault classification convolutional neural network batch normalization SMOTE focal loss; 分类号 U284 [交通运输工程—交通信息工程及控制]; 在线阅读下载PDF 职称材料

题名基于GA-BP神经网络的列控车载设备故障诊断方法研究被引量：31: 3; 作者周璐婕董昱; 机构兰州交通大学自动化与电气工程学院; 出处《铁道科学与工程学报》 CAS CSCD 北大核心 2018年第12期3257-3265,共9页; 基金国家自然科学基金地区科学基金资助项目(61763023); 文摘针对列控车载设备故障复杂且故障分析多依赖人工经验完成等问题,以车载安全计算机记录的AElog故障数据为样本,提出一种基于反向传播(Back Propagation, BP)神经网络的车载设备智能故障诊断方法。为避免初选特征信息冗余,通过主分量启发式属性约简算法,对样本进行降维降噪处理。另外,考虑到BP神经网络对初始网络权重非常敏感,以不同的权重初始化网络,往往会收敛于不同的局部极小,利用遗传算法对BP神经网络的初始权值/阈值进行优化。研究结果表明:加入属性约简提高分类器的分类性能,通过遗传算法优化的BP神经网络避免局部极小问题,且迭代步数少,降低平均误差,提高分类精度。; 关键词车载设备故障诊断属性约简遗传算法 BP神经网络; Keywords on-board equipment fault diagnosis attribute reduction genetic algorithm BP neural network; 分类号 U284 [交通运输工程—交通信息工程及控制]; 在线阅读下载PDF 职称材料

题名基于道岔动作电流的故障特征提取与诊断方法被引量：5: 4; 作者周璐婕党建武王瑜鑫张振海; 机构兰州交通大学自动化与电气工程学院兰州交通大学土木工程学院中铁西北科学研究院有限公司; 出处《兰州交通大学学报》 CAS 2019年第5期74-81,共8页; 文摘为提高道岔故障诊断精度,提出一种基于粒子群算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)神经网络的道岔故障诊断法.先利用基于道岔转换状态、时间固定分段、时域统计指标的三种方式提取动作电流特征参数,以降低特征维度;再据三种特征提取方式分别建立基于PSO-BP神经网络的诊断模型.仿真实验结果表明,采用基于时域统计指标的特征提取方式能更有效提取动作电流的变化信息,利用PSO优化BP神经网络可实现网络参数的自动寻优,提高网络对故障分类的效果.; 关键词动作电流特征提取故障诊断粒子群算法 BP神经网络; Keywords active current feature extraction fault diagnosis particle swarm optimization BP neural network; 分类号 U284.92 [交通运输工程—交通信息工程及控制]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于CNN-CSRF组合模型的列控车载设备故障诊断	周璐婕党建武王瑜鑫张振海	《铁道学报》 EI CAS CSCD 北大核心	2020	13	在线阅读下载PDF 职称材料
2	基于卷积神经网络的列控车载设备故障分类研究	周璐婕党建武王瑜鑫张振海	《铁道学报》 EI CAS CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料
3	基于GA-BP神经网络的列控车载设备故障诊断方法研究	周璐婕董昱	《铁道科学与工程学报》 CAS CSCD 北大核心	2018	31	在线阅读下载PDF 职称材料
4	基于道岔动作电流的故障特征提取与诊断方法	周璐婕党建武王瑜鑫张振海	《兰州交通大学学报》 CAS	2019	5	在线阅读下载PDF 职称材料