期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于生成对抗网络和卷积神经网络的高速铁路地震预警干扰信号识别方法
1
作者
宋晋东
栾世成
+7 位作者
李山有
马强
孙文韬
刘赫奕
周学影
姚鹍鹏
黄鹏杰
朱景宝
《中国铁道科学》
北大核心
2025年第1期225-232,共8页
为提升高速铁路地震预警系统中地震事件识别的可靠性,提出基于生成对抗网络(GAN)和卷积神经网络(CNN)的高速铁路地震预警干扰信号识别方法。首先,通过GAN对打夯干扰信号进行数据增强,以实现数据平衡;其次,设计并构建GAN-CNN打夯干扰信...
为提升高速铁路地震预警系统中地震事件识别的可靠性,提出基于生成对抗网络(GAN)和卷积神经网络(CNN)的高速铁路地震预警干扰信号识别方法。首先,通过GAN对打夯干扰信号进行数据增强,以实现数据平衡;其次,设计并构建GAN-CNN打夯干扰信号识别模型,并对其进行训练和测试;最后,通过对比试验,验证该模型在干扰信号识别中的有效性和准确性。结果表明:与未使用GAN进行数据增强的情况相比,所提方法识别打夯干扰信号和地震事件信号的准确率分别为99.60%和100%,性能显著提升;此外,GANCNN模型的交并比、准确率、召回率和综合能力评价指标也得到提高。该方法可为高速铁路地震预警干扰信号识别提供参考。
展开更多
关键词
地震预警
高速铁路
卷积神经网络
生成对抗网络
打夯干扰信号
在线阅读
下载PDF
职称材料
题名
基于生成对抗网络和卷积神经网络的高速铁路地震预警干扰信号识别方法
1
作者
宋晋东
栾世成
李山有
马强
孙文韬
刘赫奕
周学影
姚鹍鹏
黄鹏杰
朱景宝
机构
中国地震局工程力学研究所地震工程与工程振动重点实验室
地震灾害防治应急管理部重点实验室
中国铁道科学研究院集团有限公司铁道科学技术研究发展中心
河南辉煌科技股份有限公司安防产品部
出处
《中国铁道科学》
北大核心
2025年第1期225-232,共8页
基金
国家重点研发计划项目(2023YFF0725005)
国家自然科学基金资助项目(42304074,51408564)
+1 种基金
中国国家铁路集团有限公司科技研究开发计划课题(K2024G008)
中国铁道科学研究院集团有限公司院基金课题(2022YJ149)。
文摘
为提升高速铁路地震预警系统中地震事件识别的可靠性,提出基于生成对抗网络(GAN)和卷积神经网络(CNN)的高速铁路地震预警干扰信号识别方法。首先,通过GAN对打夯干扰信号进行数据增强,以实现数据平衡;其次,设计并构建GAN-CNN打夯干扰信号识别模型,并对其进行训练和测试;最后,通过对比试验,验证该模型在干扰信号识别中的有效性和准确性。结果表明:与未使用GAN进行数据增强的情况相比,所提方法识别打夯干扰信号和地震事件信号的准确率分别为99.60%和100%,性能显著提升;此外,GANCNN模型的交并比、准确率、召回率和综合能力评价指标也得到提高。该方法可为高速铁路地震预警干扰信号识别提供参考。
关键词
地震预警
高速铁路
卷积神经网络
生成对抗网络
打夯干扰信号
Keywords
Earthquake early warning
High-speed railway
Convolutional neural network(CNN)
Generative adversarial network(GAN)
Tamping interference signal
分类号
P315.3 [天文地球—地震学]
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
基于生成对抗网络和卷积神经网络的高速铁路地震预警干扰信号识别方法
宋晋东
栾世成
李山有
马强
孙文韬
刘赫奕
周学影
姚鹍鹏
黄鹏杰
朱景宝
《中国铁道科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
